Francois Chollet ist ein französischer Softwareentwickler und KI-Forscher, der vor allem für die Entwicklung von Keras, einer der am weitesten verbreiteten Bibliotheken für Deep Learning, und für die Gestaltung des ARC-AGI-Benchmarks bekannt ist, eines vielzitierten Tests, der darauf abzielt, allgemeine Denkfähigkeit statt auswendig gelernter Fertigkeiten zu messen.
Chollet arbeitete viele Jahre bei Google, wo er ab 2015 Keras als eine hochrangige, benutzerfreundliche Schnittstelle zum Aufbau neuronaler Netze entwickelte, die zunächst auf TensorFlow aufbaute und später als offizielle hochrangige API von TensorFlow übernommen wurde. Keras wurde dafür bekannt, Deep Learning für Praktiker ohne tiefgreifende Systemkenntnisse weitaus zugänglicher zu machen, was erheblich zum schnellen Wachstum des Felds Mitte der 2010er-Jahre neben PyTorch beitrug.
ARC-AGI und die Kritik am Skalieren
Im Jahr 2019 veröffentlichte Chollet das Papier „On the Measure of Intelligence", in dem er argumentierte, dass die meisten KI-Benchmarks Fertigkeiten in einer engen Aufgabe mit Intelligenz verwechseln, und schlug eine Definition von Intelligenz vor, die auf der Effizienz des Fähigkeitserwerbs basiert: wie gut ein System neue Aufgaben mit sehr wenigen Daten lernen kann. Das Papier führte den ARC-AGI-Benchmark ein, eine Reihe von visuellen, rätselartigen Denkaufgaben, die für die meisten Menschen einfach sind, sich jedoch für Machine learning-Systeme, einschließlich großer Sprachmodelle, als sehr schweis erwiesen, ohne umfang reiches aufgabenspezifisches Training zu lösen. Chollet hat argumentiert, dass ARC-AGI den Memorierungs- und Mustererkennungskürzeln widersteht, die es Modellen ermöglichen, bei vielen anderen Benchmarks gut abzuschneiden, und er ist ein prominenter öffentnten Kritiker der Behauptung, dass die Skalierung von Rechenleistung und Daten im Pretraining allein zu Artificial general intelligence führen wird.
Im Jahr 2024 startete Chollet zusammen mit dem Unternehmer Mike Knoop den ARC-Preis, einen öffentlichen Wettbewerb mit einer Geldprämie für das erste System, das menschliche Leistung auf dem Benchmark erreicht hat. zogen den Wettbewerb an, nahmen Einträge teil, die sowohl große Denkmodelle als auch Programmsynthese-Ansätze verwendeten, und lieferten einen der am ehesten beobachteten öffentlichen Belege in der Debatte darüber, wie nah die heutigen Systeme an allgemeiner Intelligenz sind.
Spätere Arbeiten
Chollet verließ Google im Jahr 2024 und gründete Ndea, ein Forschungslabor, das Programm-Sythesese und andere KI-Ansätze verfolgt, die Chollet argumentiert, sind vielversprechender für echte Generalisierung als die weitere Skalierung von transformer-basierten Modellen allein. Er bleibt ein aktiver öffentlicher Kommentator, der häufig über ememergent-abilities, Scaling laws und die Bedeutung von Benchmark-Ergebnissen in der KI-Forschung zu debattieren hat.