François Chollet एक फ्रांसीसी सॉफ्टवेयर इंजीनियर और AI शोधकर्ता हैं, जिन्हें मुख्य रूप से Keras बनाने के लिए जाना जाता है, जो सबसे व्यापक रूप से उपयोग किए जाने वाले Deep learning पुस्तकालयों में से एक है, और ARC-AGI बेंचमार्क डिजाइन करने के लिए, जो सामान्य तर्क क्षमता को मापने के लिए एक व्यापक रूप से उद्धृत परीक्षण है, न कि केवल याद किए गए कौशल को।
Chollet ने कई वर्षों तक Google में काम किया, जहाँ उन्होंने 2015 से Keras को तंत्रिका नेटवर्क बनाने के लिए एक उच्च-स्तरीय, उपयोगकर्ता-अनुकूल इंटरफ़ेस के रूप में विकसित किया, जो शुरू में TensorFlow के ऊपर चलता था और बाद में TensorFlow के आधिकारिक उच्च-स्तरीय API के रूप में अपनाया गया। Keras गहन सिस्टम विशेषज्ञता के बिना चिकित्सकों के लिए डीप लर्निंग को कहीं अधिक सुलभ बनाने के लिए जाना जाने लगा, जिसने 2010 के दशक के मध्य में PyTorch के साथ-साथ इस क्षेत्र के तेजी से विकास में महत्वपूर्ण योगदान दिया।
ARC-AGI और स्केलिंग की आलोचना
2019 में Chollet ने "On the Measure of Intelligence" नामक पेपर प्रकाशित किया, जिसमें तर्क दिया गया कि अधिकांश AI बेंचमार्क एक संकीर्ण कार्य में कौशल को बुद्धिमत्ता के साथ भ्रमित करते हैं, और कौशल-अधिग्रहण दक्षता पर केंद्रित बुद्धिमत्ता की एक परिभाषा प्रस्तावित की: एक प्रणाली बहुत कम डेटा से नए कार्यों को कितनी अच्छी तरह सीख सकती है। पेपर ने ARC-AGI बेंचमार्क पेश किया, जो दृश्य पहेली-जैसे तर्क कार्यों का एक सेट है जो अधिकांश मनुष्यों के लिए सरल हैं, लेकिन Machine learning प्रणालियों के लिए, जिनमें बड़े भाषा मॉडल शामिल हैं, व्यापक कार्य-विशिष्ट प्रशिक्षण के बिना हल करना बहुत कठिन साबित हुआ है। Chollet ने तर्क दिया है कि ARC-AGI उन स्मृति और पैटर्न-मिलान शॉर्टकटों का विरोध करता है जो मॉडलों को कई अन्य बेंचमार्कों पर अच्छा प्रदर्शन करने देते हैं, और वह उन दावों के एक प्रमुख सार्वजनिक संदेहवादी रहे हैं कि अकेले Pretraining कंप्यूट और डेटा को स्केल करने से Artificial general intelligence उत्पन्न होगा।
2024 में, Chollet ने उद्यमी Mike Knoop के साथ मिलकर ARC Prize लॉन्च किया, जो बेंचमार्क पर मानव-स्तरीय प्रदर्शन तक पहुँचने वाली पहली प्रणाली के लिए नकद पुरस्कार के साथ एक सार्वजनिक प्रतियोगिता है। प्रतियोगिता में बड़े पैमाने पर तर्क मॉडल और प्रोग्राम-संश्लेषण दोनों दृष्टिकोणों का उपयोग करने वाली प्रविष्टियाँ आईं, और इस बहस में कुछ सबसे बारीकी से देखे गए सार्वजनिक साक्ष्य प्रदान किए कि वर्तमान प्रणालियाँ सामान्य बुद्धिमत्ता के कितने करीब हैं।
बाद का कार्य
Chollet ने 2024 में Google छोड़ दिया और Ndea की सह-स्थापना की, जो एक शोध प्रयोगशाला है जो प्रोग्राम संश्लेषण और AI के अन्य दृष्टिकोणों का पीछा करती है, जिनके बारे में Chollet ने तर्क दिया है कि अकेले Transformer (architecture)-आधारित मॉडलों के आगे स्केलिंग की तुलना में वास्तविक सामान्यीकरण के लिए अधिक आशाजनक हैं। वे एक सक्रिय सार्वजनिक टिप्पणीकार बने हुए हैं, जो अक्सर Emergent abilities, Scaling laws, और बेंचमार्क परिणामों के अर्थ पर बहस में शामिल होते हैं।