Спор о LLM и AGI: что считать настоящим интеллектом

Лауреат премии Тьюринга Ян Лекун считает, что нынешние LLM не демонстрируют подлинного интеллекта без способности решать новые задачи вне предварительного обучения. Глава Google DeepMind Демис Хассабис, напротив, говорит о приближении к «сингулярности», а исследователь Google DeepMind Ориол Виньялс указывает на недостающие свойства современных моделей: обучение на опыте и способность к самостоятельным прорывам.

Ян Лекун, Демис Хассабис и Ориол Виньялс сформулировали разные критерии того, насколько современные LLM близки к AGI. Лекун в публикации в LinkedIn отделяет накопленные знания и навыки от интеллекта: важным тестом он считает способность решать новые задачи без предварительного обучения на них.

Хассабис, завершая keynote Google I/O 2026, напротив, описал текущий этап как начало движения к «сингулярности». Виньялс в интервью о моделях мира, RL и непрерывном обучении занял промежуточную позицию: нынешние модели сильны в коде, математике и более общем reasoning, но им еще не хватает обучения на собственном опыте и способности самостоятельно делать прорывы.

Главный смысл этой дискуссии — в проверяемых свойствах AI-систем, а не в самом ярлыке AGI. При оценке AI-агентов и платформ разработки стоит отдельно смотреть на устойчивое планирование, обучение через действие и обратную связь, перенос навыков на новые задачи и ограничения моделей, обученных преимущественно на уже существующих человеческих данных. Сводку позиций опубликовал The Decoder.