Сэм Альтман: целое поколение исследователей тормозило развитие ИИ, недооценивая масштабирование
Глава OpenAI на конференции в Стэнфорде ответил критикам LLM и объяснил, почему ставить против масштабирования языковых моделей — ошибка.

Содержание · 4
Сэм Альтман, генеральный директор OpenAI, выступил с резкой критикой в адрес скептиков больших языковых моделей. По его словам, целое поколение исследователей искусственного интеллекта сдерживало развитие отрасли — не из-за недостатка данных, а из-за чрезмерной уверенности в том, чего масштабирование LLM якобы никогда не сможет достичь. Свою позицию он изложил на мероприятии в Стэнфордском университете.
Личные убеждения против данных
Одним из главных объектов критики Альтмана стал Янн ЛеКун — директор по исследованиям ИИ в Meta, давний и последовательный скептик LLM. ЛеКун неоднократно называл большие языковые модели тупиковым направлением и настаивал на том, что для достижения общего искусственного интеллекта необходимы принципиально иные архитектуры — в частности, так называемые world models.
Альтман не стал называть имена напрямую, но его слова трудно интерпретировать иначе. «Некоторые люди настолько связывают свою идентичность с определённой позицией, что не могут от неё отказаться, даже когда данные доказывают обратное», — сказал он. Критиков в Twitter, годами предрекавших крах OpenAI, он и вовсе не принимает всерьёз.
При этом Альтман не отрицает значимость world models полностью. Он признал, что для таких областей, как робототехника, подобные подходы действительно важны. Однако, по его словам, данные однозначно поддерживают продолжение масштабирования LLM — и ставить против этого тренда сейчас «крайне недальновидно».
Математическая гипотеза и границы возможного
Главным аргументом в пользу своей позиции Альтман назвал конкретный научный результат: модель OpenAI недавно опровергла математическую гипотезу, над которой долгое время безуспешно работали профессиональные математики. Детали кейса он не раскрыл, однако отметил, что математическое сообщество теперь само задаётся вопросом — что это открытие означает для их профессии.
«Это наглядно показывает: LLM способны генерировать новые знания», — подчеркнул Альтман. Речь идёт не о воспроизведении информации из обучающей выборки, а о выводе, который ранее не был известен человечеству. Это качественно меняет разговор о природе и пределах языковых моделей.
Вместе с тем Альтман сохраняет трезвость оценок. Для задач с длинным горизонтом планирования, требующих высокого уровня суждения, LLM, по его словам, «заметно уступают людям». Это честное признание — нынешние модели не универсальны, и их сильные стороны сосредоточены в конкретных, хотя и расширяющихся, доменах.
Консенсус среди топ-менеджеров ИИ-компаний
Позиция Альтмана не уникальна среди руководителей ведущих лабораторий. Дарио Амодеи, CEO Anthropic — прямого конкурента OpenAI — недавно высказался в схожем ключе, также защищая потенциал масштабирования LLM и отвергая нарратив об их принципиальных ограничениях.
То, что два CEO крупнейших ИИ-компаний публично и почти синхронно отстаивают одну и ту же технологическую ставку, — само по себе сигнал рынку. Оба продолжают привлекать многомиллиардные инвестиции именно под тезис о масштабировании, и их публичные заявления неотделимы от этого контекста.
Скептики, впрочем, указывают на то, что прогресс в бенчмарках не всегда транслируется в реальную пользу для бизнеса. Разрыв между лабораторными достижениями и производственным внедрением остаётся одной из ключевых тем в профессиональном сообществе.
Что это значит для белорусского IT-рынка
Для белорусских IT-компаний и разработчиков, работающих в периметре ПВТ, этот спор имеет вполне практическое измерение. Большинство продуктовых команд уже строят свои AI-фичи поверх API OpenAI, Anthropic или их аналогов — то есть фактически делают ставку на то же масштабирование LLM, о котором говорит Альтман.
Если тезис о продолжении роста возможностей моделей верен, это означает, что инвестиции в AI-интеграцию сегодня будут окупаться по нарастающей — модели, на которых строятся продукты, станут мощнее без смены архитектуры. Если же скептики окажутся правы и LLM упрутся в потолок, компаниям придётся пересматривать технологический стек.
Пока данные — включая тот самый математический прорыв OpenAI — говорят в пользу первого сценария. Но ставки в этом споре высоки не только для исследователей, чью репутацию упомянул Альтман, но и для тысяч команд по всему миру, включая белорусские, которые прямо сейчас выбирают, на какой фундамент строить свои продукты.
Свежие новости
Все новости
Google Maps Platform теперь доступна в AI Studio
Google добавила поддержку Maps Platform в AI Studio: разработчик описывает идею, Gemini генерирует код, а студия автоматически подключает ключ API и показывает живой интерактивный превью.

AWS выпустила open-source UI для графовой аналитики поверх data lake
AWS представила open-source решение с локальным веб-интерфейсом, которое позволяет превращать записи из data lake в графы для анализа в Amazon Neptune Analytics — без ручной сборки ETL-пайплайнов.

Amazon S3 Access Points для FSx расширили региональное покрытие
AWS расширила доступность S3 Access Points для файловых систем Amazon FSx: FSx for NetApp ONTAP получила поддержку в 4 новых регионах, FSx for OpenZFS — в 20. Данные остаются на файловой системе, но становятся доступны через S3 API для сервисов ИИ, аналитики и бессерверных вычислений.

Claude Fable 5.2 доступен в Vercel AI Gateway
Anthropic Claude Fable 5.2 появился в Vercel AI Gateway. Модель ориентирована на открытые технические задачи: кодирование, рассуждение и компьютерное зрение. Доступ требует хранения данных — ZDR не поддерживается.

Google открыла TPU Sync: библиотека для управления KV-кэшем и весами моделей на TPU
Google выпустила TPU Sync — открытую C++-библиотеку, которая организует передачу тензоров между HBM, оперативной памятью хоста, локальными SSD и сетевым хранилищем как единой иерархией памяти. Для MoE-моделей от 235B до 480B параметров библиотека сокращает задержку передачи KV-кэша и время до первого токена в среднем на 90% по сравнению с работой без TPU Sync.

Cloud Pathways для GKE перешёл в статус GA
Google Cloud объявил об общей доступности Cloud Pathways на Google Kubernetes Engine. Среда выполнения, созданная в Google DeepMind для обучения и инференса фронтирных моделей, включая Gemini, теперь открыта для всех клиентов платформы.

NVIDIA Dynamo получил рецепты развёртывания для ведущих корейских открытых моделей
NVIDIA выпустила оптимизированные рецепты развёртывания на базе Dynamo для четырёх корейских открытых моделей. Конфигурации рассчитаны на GPU NVIDIA B200 и заявляют до двукратного прироста производительности из коробки.

Copilot Impact Dashboard теперь показывает Chat и VS Code Agents
GitHub обновил Copilot Impact Dashboard: диаграмма принятия теперь охватывает девять функций, включая Copilot Chat и окно VS Code Agents. Когорта «Passive users» переименована в «Chat-first users».

AWS Agent Registry стал доступен в регионе GovCloud (US-West)
Amazon Bedrock AgentCore расширил географию: AWS Agent Registry теперь доступен в регионе AWS GovCloud (US-West), предназначенном для организаций государственного сектора США и их партнёров.