Yann LeCun, o figură proeminentă în domeniul inteligenței artificiale, afirmă că „nu avem roboți care să înțeleagă lumea fizică la fel de bine ca un șobolan”. După un deceniu petrecut la Meta, unde a ocupat funcția de chief AI scientist, LeCun a părăsit compania în 2025 pentru a fonda Advanced Machine Intelligence Labs (AMI Labs). Scopul său este de a depăși limitările sistemelor actuale precum ChatGPT, Claude și Gemini, pe care le consideră inadecvate pentru gestionarea situațiilor complexe din lumea reală, cum ar fi sarcinile casnice pentru roboți.
„Ele nu sunt o cale către inteligența la nivel uman sau asemănătoare umanului, nici măcar inteligența asemănătoare animalelor, deoarece nu pot procesa date din lumea reală, pur și simplu nu sunt construite pentru asta”, a declarat LeCun în marja VivaTech, o conferință tehnologică importantă din Franța.
AMI Labs, cu sediul la Paris, dezvoltă un nou tip de inteligență artificială, diferit de tehnologia din spatele ChatGPT și a competitorilor săi. Investitorii au recunoscut potențialul proiectului, iar la începutul acestui an, AMI Labs a anunțat o rundă de finanțare de peste 1 miliard de dolari, primită de la investitori precum gigantul american de cipuri Nvidia și fondul ce gestionează averea fondatorului Amazon, Jeff Bezos. Această rundă de finanțare inițială, cea mai timpurie etapă de strângere de fonduri pentru startup-uri, a fost una dintre cele mai mari de acest fel din Europa.
Modelele lingvistice mari (LLM), precum ChatGPT, excelează în domenii precum programarea, problemele matematice și generarea de text, dar LeCun subliniază că acestea sunt probleme bine definite și predictibile. „Ele [LLM-urile] practic acumulează cunoștințe... Pot regurgita ceva, le antrenezi să regurgiteze, dar nu sunt deosebit de inteligente. Nu au o înțelegere fundamentală”, explică el. Lumea reală prezintă o multitudine de rezultate posibile pentru orice acțiune, ceea ce necesită un tip de inteligență artificială mai flexibil.
LeCun ilustrează problema cu exemplul unui creion ținut în vârful său. Chiar și un copil știe că, dacă este eliberat, creionul se va răsturna. În schimb, un LLM ar putea încerca să genereze o singură predicție despre următoarea mișcare a creionului, bazată pe modele statistice din datele sale de antrenament. Predicția ar fi aproape sigur greșită, deoarece sistemul nu raționează asupra realității fizice, ci generează ceea ce pare statistic plauzibil.
Sistemul pe care compania sa îl dezvoltă, numit Joint Embedding Predictive Architecture (JEPA), este conceput pentru a aborda astfel de probleme. Acesta creează abstracții ale lumii reale care îi permit să evalueze consecințele acțiunilor. Crearea acestor abstracții implică matematică complexă, dar, în esență, ele filtrează informațiile inutile, lăsând AI-ul doar cu reprezentări utile ale lumii. În cazul creionului, AI-ul ar ști că nu are rost să încerce să prezică în ce direcție se va răsturna acesta.
Dezvoltarea unei inteligențe artificiale mai flexibile este o prioritate pentru industria robotică. Miliarde de dolari au fost investiți în construirea de roboți umanoizi, ale căror performanțe devin din ce în ce mai impresionante. Cu toate acestea, antrenarea lor pentru a efectua sarcini casnice sigure, precum călcatul rufelor sau aranjarea mașinii de spălat vase, s-a dovedit dificilă și costisitoare. Conform lui LeCun, modelele AI actuale sunt puțin probabil să devină vreodată performante în acest mediu. „LLM-urile sunt în mare parte neputincioase pentru robotică”, afirmă el. „Afirmațiile conform cărora, prin simpla scalare a LLM-urilor, vom ajunge la o inteligență supraumană, pur și simplu nu se vor întâmpla.”
Mulți din industria AI împărtășesc viziunea lui LeCun. Ingmar Posner, profesor de Inteligență Artificială Aplicată la Universitatea Oxford și director al Applied AI Lab, subliniază importanța sistemelor explicabile. „Cred că următorul deceniu va fi dedicat sistemelor care pot explica... Avem nevoie de modele care pot răspunde la întrebări de genul: Ce contează? Ce cauzează ce? Ce s-ar întâmpla dacă aș face altceva – dacă aș lua o altă acțiune?”
Posner și echipa sa de aproximativ 10 cercetători lucrează de patru ani la o formă alternativă de AI, denumită generic World Models. Deși conceptul de World Models există de zeci de ani, o inspirație majoră a fost o lucrare influentă din 2018 de David Ha și Jurgen Schmidhuber. Aceștia au demonstrat că, având în vedere progresele în machine learning și puterea de calcul, un AI poate învăța să facă ceva pur și simplu dintr-o simulare „mentală” a lumii. De atunci, ideea a catalizat cercetări semnificative în domeniul World Models, inclusiv proiectul Dreamer World Model de la Google.
Posner speră că sistemul AI pe care lucrează echipa sa va reprezenta un nou pas înainte. El îl numește „world model mecanicist”, care va structura cunoștințele într-un mod eficient pentru AI. „Ai nevoie de sisteme capabile să compartimentezezeze și să organizeze cunoștințele astfel încât acestea să poată fi reamintite, combinate și modificate atunci când este necesar”, explică Posner. El recunoaște că este dificil de estimat cât timp va dura dezvoltarea acestor noi modele, amintind că „dacă ai fi întrebat pe oricine în 2017 sau 2018 cât timp va dura până vei avea ceva de genul ChatGPT, ar fi spus: decenii, decenii de muncă”. Prima versiune a ChatGPT a fost lansată în noiembrie 2022.
Alte proiecte importante în domeniul World Models includ modelul Genie de la DeepMind (parte a Alphabet, compania-mamă a Google) și sistemul Gaia dezvoltat de Wayve, o companie din Londra. De asemenea, pionierul AI Fei-Fei Li a fondat World Labs în San Francisco în 2023 pentru a dezvolta un nou model AI.
LeCun afirmă că AMI Labs va dedica restul acestui an rafinării modelului lor AI, iar anul viitor speră să fie pus în uz, inițial în medii industriale. Dacă acest demers va avea succes, va fi momentul pentru ambiții mai mari. „În cele din urmă, vom avea sisteme de inteligență generică, generală, care pot fi aplicate aproape oricărui lucru din lume, cu un antrenament minim sau o ajustare fină.”
Întrebat despre viitorul umanității într-o lume în care roboții pot opera independent, LeCun răspunde: „Vom avea în continuare nevoie de oameni pentru a stabili ce întrebări să punem, ce să construim, ce să creăm, acesta fiind, de fapt, aspectul cu adevărat uman”. AI-ul va lucra pentru noi, adaugă el. „Interacțiunea noastră cu sistemele AI viitoare – chiar dacă vor fi mai inteligente decât noi – va fi similară interacțiunii dintre un căpitan al industriei sau un lider politic și staff-ul său de asistenți – mulți dintre ei fiind mai inteligenți decât ei.”