Yann LeCun új AI-architektúrája a robotikát érinti — 1 milliárd dollárt kapott

Yann LeCun, a Meta korábbi vezető AI-tudósa szerint a jelenlegi nagy nyelvi modellek (LLM), mint a ChatGPT, a Claude vagy a Gemini, nem képesek megbirkózni a valós világ összetett helyzeteivel. „Nem okosak, csak tudást halmoznak fel és regurgitálnak” — mondta LeCun a VivaTech konferencián. Az általa alapított Advanced Machine Intelligence Labs (AMI Labs) egy új, JEPA (Joint Embedding Predictive Architecture) nevű architektúrát fejleszt, amely a valóság absztrakcióin keresztül képes felmérni a cselekvések kimenetelét.

Az AMI Labs nemrég több mint 1 milliárd dollár seed-befektetést szerzett olyan befektetőktől, mint az Nvidia és Jeff Bezos magánvagyonát kezelő alapja. Ez az összeg Európa egyik legnagyobb ilyen volumenű korai szakaszú finanszírozása. LeCun szerint az LLM-ek jól teljesítenek jól definiált, prediktív problémákban, mint a kódírás vagy a szöveggenerálás, de a valós világban tapasztalható kiszámíthatatlan kimenetelekhez rugalmasabb AI-ra van szükség.

Kapcsolódó: AI és a lustaság termelékenysége

A robotika kihívásai

A robotikai iparágban nagy az igény a valós világot megértő AI-rendszerekre. Bár dollár-milliárdokat fektettek humanoid robotok fejlesztésébe, a háztartási feladatok — mint a vasalás vagy a mosogatógép pakolása — biztonságos és hatékony elvégzésének betanítása továbbra is költséges és nehézkes. LeCun szerint az LLM-ek sosem lesznek alkalmasak erre a környezetre, és az LLM-ek skálázásával nem érhető el emberfeletti intelligencia.

Kapcsolódó: Sakana AI számítási megoldások

Világmodellek és mechanisztikus megközelítések

Több AI-szakértő, köztük Ingmar Posner, az Oxfordi Egyetem professzora is egyetért LeCunnal. Posner szerint a következő évtized a magyarázható AI-rendszerekről fog szólni, amelyek képesek válaszolni olyan kérdésekre, mint „Mi számít?”, „Mi okoz mit?” vagy „Mi történne, ha mást csinálnék?”. Posner csapata egy „mechanisztikus világmodell” fejlesztésén dolgozik, amely a tudást hatékonyan strukturálja az AI számára. A világmodellek koncepciója évtizedes múltra tekint vissza, de a 2018-as David Ha és Jurgen Schmidhuber publikációja óta jelentős kutatási lendületet kapott, amelyet a Google Dreamer és a DeepMind Genie modelljei is példáznak.

Kapcsolódó: AI áttörés együttműködéssel

LeCun elmondta, hogy az AMI Labs az év hátralévő részében a JEPA modell finomhangolására összpontosít, jövőre pedig ipari környezetben szeretnék bevetni. Sikeres bevezetés esetén a cél „általános, generikus intelligenciarendszerek” létrehozása, amelyek minimális tréninggel szinte bármire alkalmazhatók.

Kapcsolódó: AI olimpiai teljesítmény

Az emberiség szerepe továbbra is kulcsfontosságú marad az új AI-rendszerek mellett. „Az emberiségre lesz szükség ahhoz, hogy eldöntsük, milyen kérdéseket tegyünk fel, mit építsünk, mit hozzunk létre” — fogalmazott LeCun. Az ember és a jövőbeli AI interakciója egy iparmágnás vagy politikai vezető és asszisztensei közötti viszonyhoz hasonlítható, ahol az asszisztensek okosabbak lehetnek a vezetőnél.

Kapcsolódó: Stanford és DeepMind együttműködés