Франсуа Шолле

вики
, , , ,
1

Франко-американский исследователь ИИ, инженер с открытым исходным кодом и сооснователь Ndea, наиболее известен как создатель Keras и архитектор бенчмарка ARC-AGI для измерения общего интеллекта.

Краткая информация
Дата рождения 20 октября 1989 г., Франция
Гражданство Француз
Текущее место работы Ndea (сооснователь); ARC Prize Foundation (сооснователь)
Области исследований Глубокое обучение, компьютерное зрение, абстракция, формальные рассуждения, искусственный общий интеллект, синтез программ
Образование Diplôme d’Ingénieur (MEng), ENSTA Paris / Политехнический институт Парижа (2012)
Личный сайт fchollet.com
X / Twitter @fchollet
GitHub fchollet
Google Scholar François Chollet — процитирован более 73 000 раз
Substack fchollet.substack.com

Обзор

Франсуа Шолле — французский инженер-программист и исследователь ИИ, за десять лет работы в Google создавший два наиболее значимых инструмента в современном глубоком обучении: фреймворк Keras, ставший доминирующим высокоуровневым API для построения нейросетей по всему миру, и бенчмарк ARC-AGI, который переопределил способы измерения прогресса в области общего интеллекта. Его архитектура Xception входит в десятку наиболее цитируемых статей в трудах CVPR (более 18 000 цитирований), а его книга Deep Learning with Python разошлась тиражом более 100 000 экземпляров. Проработав в Google более девяти лет, в ноябре 2024 года он уволился, чтобы стать сооснователем Ndea — исследовательской лаборатории, нацеленной на создание AGI с помощью синтеза программ на основе глубокого обучения, а также ARC Prize Foundation — некоммерческой организации, которую он основал для координации и финансирования открытых исследований, направленных на достижение общего интеллекта. Он является одним из самых заметных скептиков в этой области в отношении мнения, что масштабирование больших языковых моделей будет достаточным для достижения AGI.

Ранние годы и образование

Шолле родился во Франции 20 октября 1989 года. В 2012 году он получил диплом инженера (эквивалент степени магистра инженерных наук) в ENSTA Paris, одной из grandes écoles Политехнического института Парижа. Его ранние самостоятельные проекты после окончания учебы продемонстрировали необычайно широкий технический диапазон: он создал Wysp, социальную сеть и образовательную платформу для художников, число активных пользователей которой достигло пика примерно в 25 000 в месяц в 2014–2015 годах, и QuickAnswers.io, движок для ответов на вопросы, использовавший технику — нормализация запросов, выполнение веб-поиска, извлечение релевантных фрагментов и передача их LSTM-языковой модели, — которая позже была названа «генерация с дополненным поиском» (RAG). Оба проекта отражали ранний интерес к системам, которые помогают людям учиться и получать больше возможностей, — теме, которая будет повторяться на протяжении всей его карьеры.

Карьера

Google (2015–2024)

В 2015 году Шолле начал работать в Google вскоре после выпуска Keras. Он занимал должность старшего штатного инженера, неся основную ответственность за Keras, а также внося вклад в TensorFlow и более широкие исследовательские проекты Google Brain.

Keras. Выпущенный 27 марта 2015 года, Keras был разработан как ориентированный на пользователя высокоуровневый API для нейросетей. Его явная философия — что дизайн API — это форма UX-дизайна, и что время разработчиков и их когнитивная нагрузка имеют значение, — сделала его доминирующим инструментом для входа в сферу глубокого обучения для практиков и исследователей в то время, когда низкоуровневый интерфейс TensorFlow был значительным барьером для входа. Позже Keras был принят в качестве официального высокоуровневого API TensorFlow и используется для разработки ИИ в таких компаниях, как YouTube, Waymo, Spotify, Uber и Netflix. С выходом Keras 3 (2023) он стал независимым от бэкенда, поддерживая TensorFlow, JAX и PyTorch.

Xception. В своей статье 2016 года Xception: Deep Learning with Depthwise Separable Convolutions, опубликованной на CVPR 2017, он предложил заменить стандартные сверточные слои разделимыми по глубине свертками — идея, которая была неявно заложена в архитектурах Inception, но которую Шолле формализовал и довел до логического завершения. Статья входит в десятку наиболее цитируемых в трудах CVPR (более 18 000 цитирований) и повлияла на последующие архитектуры, включая MobileNet и EfficientNet.

Исследования формальных рассуждений. Параллельно с работой над фреймворками Шолле внес вклад в программу Google по применению глубокого обучения к математическим рассуждениям, включая DeepMath (NeurIPS 2016, совместно с Alemi, Szegedy и др.) по выбору предпосылок для доказательства теорем, и HolStep (ICLR 2017, совместно с Kaliszyk и Szegedy) — набор данных машинного обучения для логики высшего порядка. Он также был соавтором работы по разделимым по глубине сверткам для нейронного машинного перевода (ICLR 2017, совместно с Kaiser и Gomez) и внес вклад в библиотеку Tensor2Tensor.

Бенчмарк ARC-AGI. В 2019 году Шолле опубликовал работу On the Measure of Intelligence (arXiv 1911.01547), теоретическую статью, формализующую определение интеллекта как эффективность приобретения навыков при решении новых задач, и представил Корпус абстракции и рассуждений (ARC-AGI) в качестве бенчмарка. ARC-AGI фокусируется на текучем интеллекте — способности рассуждать и решать новые задачи, — а не на кристаллизованном интеллекте, основанном на накопленных знаниях, и ограничивается базовыми априорными знаниями, присутствующими у всех людей с раннего развития. Бенчмарк был специально разработан так, чтобы быть легким для людей и сложным для систем ИИ, которые полагаются на интерполяцию по обучающим данным.

В 2024 году Шолле запустил ARC Prize — конкурс с призовым фондом в 1 миллион долларов США на решение бенчмарка ARC-AGI. Конкурс привлек значительное внимание, когда модель OpenAI o3 достигла примерно 87% на ARC-AGI-1 при высоких вычислительных затратах, что Шолле признал значимым прорывом, соответствующим направлению поиска программ, которое он отстаивал. Серия ARC Prize с тех пор расширилась до ARC-AGI-2 и ARC-AGI-3 — последовательно более сложных итераций.

Шолле ушел из Google в ноябре 2024 года после более чем 9 лет работы.

Ndea / ARC Prize Foundation (2025–настоящее время)

В январе 2025 года Шолле стал сооснователем Ndea вместе с Майком Нупом (сооснователем Zapier) — новой исследовательской лаборатории ИИ, заявленная цель которой — создание AGI с помощью синтеза программ на основе глубокого обучения. Название Ndea опирается на греческие концепции интуитивного понимания (энноя) и логического рассуждения (дианоя), отражая двойной технический подход. Ndea полностью удалена и собирает, как сообщается, исследовательскую команду мирового класса в области синтеза программ. В начале 2025 года Шолле также преобразовал ARC Prize в полноценный некоммерческий фонд для руководства и ускорения исследовательского прогресса в направлении AGI.

Ключевые вклады

  • Keras — Создал и возглавил разработку фреймворка глубокого обучения на Python, выпущенного в марте 2015 года, ныне одной из наиболее широко используемых библиотек глубокого обучения в мире. Его философия, ориентированная на API и пользователя, установила новый стандарт доступности инструментов ML. Keras 3 расширил его поддержку на бэкенды TensorFlow, JAX и PyTorch.

  • Xception: Deep Learning with Depthwise Separable Convolutions (CVPR 2017) — Входит в десятку наиболее цитируемых статей в трудах CVPR (более 18 000 цитирований). Формализовал архитектурный принцип, лежащий в основе многих наиболее эффективных сверточных сетей последующего десятилетия.

  • Бенчмарк ARC-AGI (On the Measure of Intelligence, arXiv 2019) — Предложил строгое, операциональное определение интеллекта как эффективности приобретения навыков и представил набор задач ARC-AGI в качестве измерительного инструмента. Стал фактическим эталонным бенчмарком для оценки общего назначения рассуждений в системах ИИ.

  • ARC Prize (2024–настоящее время) — Конкурс с призовым фондом в 1 миллион долларов США, запущенный в 2024 году для ускорения открытого прогресса в ARC-AGI, впоследствии расширенный до фонда (ARC Prize Foundation) и развивающейся серии бенчмарков (ARC-AGI-1, 2, 3).

  • Deep Learning with Python (Manning, 2017; 2-е изд. 2021; 3-е изд. 2025) — Продано более 100 000 экземпляров, переведена как минимум на двенадцать языков; один из самых читаемых вводных учебников в этой области.

  • DeepMath (NeurIPS 2016) — Соавтор с Alemi, Szegedy и др.; применил глубокие последовательные модели к выбору предпосылок для формального доказательства теорем, ранняя демонстрация глубокого обучения на задачах математических рассуждений.

  • HolStep (ICLR 2017) — Соавтор с Kaliszyk и Szegedy; представил крупномасштабный набор данных для исследований машинного обучения в области доказательства теорем в логике высшего порядка.

  • QuickAnswers.io (2014, закрыт) — Ранний прототип генерации с дополненным поиском (RAG), созданный за годы до того, как этот термин был придуман; нормализовал пользовательские запросы, извлекал веб-фрагменты и генерировал контекстные ответы с помощью LSTM-языковой модели.

  • Keras Tuner — Библиотека с открытым исходным кодом для настройки гиперпараметров Keras, выпущена в 2019 году, упрощает поиск нейроархитектуры для практиков.

Награды и признание

  • TIME100 AI (2024) — Назван журналом TIME одним из 100 самых влиятельных людей в сфере ИИ.
  • Global Swiss AI Award (декабрь 2021) — Присуждена за прорывы в области ИИ.
  • Цитирования в Google Scholar — Более 73 000 цитирований всех публикаций.
  • CVPR топ-10 цитируемых статей — Xception входит в десятку наиболее цитируемых статей в истории CVPR.
  • Внедрение Keras — Фреймворк используется в производстве крупными компаниями и является инструментом выбора для обучения глубокому обучению в сотнях университетских курсов по всему миру.

Ключевые связи

  • Майк Нуп — Сооснователь Ndea и ARC Prize; сооснователь Zapier, привносящий в предприятие опыт создания систем и работы с продуктами.
  • Кристиан Сегеди — Частый соавтор по исследованиям в Google в области формальных рассуждений, доказательства теорем и математических основ глубокого обучения (DeepMath, HolStep).
  • Лукаш Кайзер — Соавтор по разделимым по глубине сверткам для нейронного машинного перевода и библиотеке Tensor2Tensor.
  • Дж. Дж. Аллер — Соавтор книги Deep Learning with R (Manning, 2018); сотрудничество расширило образовательную миссию Шолле на сообщество статистических вычислений на языке R.
  • Джефф Дин — В качестве руководителя Google Brain поддержал интеграцию Keras в качестве официального высокоуровневого API TensorFlow, что существенно расширило охват Keras.
  • Лекс Фридман — Провел две длинные беседы с Шолле (2019, 2020), которые познакомили широкую аудиторию с его взглядами на ограничения глубокого обучения и природу интеллекта.
  • Элизабет Спелке — Гарвардский психолог развития, чья теория базовых знаний о врожденных когнитивных априорных знаниях напрямую влияет на философию дизайна ARC-AGI и явно цитируется в обосновании бенчмарка.

Личный стиль

Шолле — необычайно принципиальный эссеист в области, где часто доминируют погоня за бенчмарками и анонсы продуктов: его эссе, такие как «Ограничения глубокого обучения» (2017), «Невероятность взрыва интеллекта» (2017) и «Что меня беспокоит в ИИ» (2018), заняли четкие, часто противоречивые позиции за годы до того, как дебаты, которые они предвосхитили, стали мейнстримом. Его техническое письмо в равной степени точное и философское, обосновывающее абстрактные вопросы об интеллекте конкретными операциональными определениями. В публичных выступлениях он последовательно выступает за демократизацию инструментов ИИ — ценность, буквально встроенную в дизайн Keras, — и критикует концентрацию власти ИИ в крупных технологических компаниях. Он создает музыку (на SoundCloud) и визуальное искусство; эти интересы соседствуют с его технической работой, а не стоят отдельно от нее, и формируют его взгляд на то, что интеллект, креативность и обобщение связаны гораздо глубже, чем предполагает узкая производительность на бенчмарках.

Ссылки