Pemenang Turing Award Yann LeCun ujar manawa sistem AI sing paling misuwur ing jaman saiki dudu dalan kanggo mesin sing cerdas. Ing wiwitan sing berbasis ing Paris, Advanced Machine Intelligence Labs (AMI Labs), mantan kepala ilmuwan AI Meta nggawe model model sing beda-beda sing dirancang kanggo ngerti jagad fisik kaya sing bisa ditindakake tikus utawa bocah cilik.
Ngomong karo BBC ing sela-sela konferensi VivaTech ing Paris, LeCun ujar manawa model basa gedhe kaya ChatGPT, Claude, lan Gemini duwe panggunaan nyata nanging langit-langit sing angel. Kanggo luwih lengkap babagan jangkoan industri AI sing mbentuk kepiye peneliti lan investor mikir babagan watesan kasebut, debat sing luwih akeh babagan apa sing kedadeyan sawise jaman LLM wis dadi salah sawijining pitakonan sing paling penting ing lapangan.
"Kita ora duwe robot sing meh padha ngerti babagan jagad fisik kaya tikus," ujare LeCun. Dheweke ninggalake Meta sing duwe Facebook ing taun 2025 sawise sedasa taun minangka pangareping ilmuwan AI lan ngedegake AMI Labs kanggo ngupayakake arsitektur alternatif.
Napa LeCun Ngomong LLM Ora Cukup
LeCun negesake manawa LLM unggul ing tugas-tugas sing bisa ditetepake kanthi apik kayata coding, ngrampungake masalah matematika, lan ngasilake teks. Nanging dheweke ujar manawa kekuwatan kasebut nyamar watesan sing luwih jero: sistem ngapusi pola statistik tinimbang alesan babagan kasunyatan.
"Dheweke mung nglumpukake kawruh," ujare babagan LLM. "Dheweke bisa regurgitate soko, sampeyan olahraga kanggo regurgitate, nanging padha ora utamané pinter. Dheweke ora duwe pangerten ndasari."
Kanggo nggambarake celah kasebut, LeCun ngimbangi pena kanthi tegak ing pucuke lan ayo. Malah bocah cilik ngerti yen pena bakal ambruk, dheweke nyathet, nanging ora ana manungsa sing nyoba prédhiksi arah sing tepat, amarga asil kasebut pancen ora mesthi. LLM, kanthi kontras, bakal nyoba ngasilake prediksi siji adhedhasar pola ing data latihan. Prediksi kasebut meh mesthi salah, amarga model kasebut ora mikir babagan kahanan fisik; iku mrodhuksi apa katon statistik masuk akal.
"LLM umume ora duwe pengarep-arep kanggo robotika," ujare LeCun kanthi blaka. "Klaim manawa kanthi mung nambah LLM, kita bakal nggayuh intelijen manungsa super, sing ora bakal kelakon."
Carane JEPA Works
Arsitektur AMI Labs sing dikembangake diarani Joint Embedding Predictive Architecture (JEPA). Tinimbang prédhiksi tembung utawa piksel sabanjure, JEPA nggawe abstraksi saka donya nyata sing ngidini nimbang asil sing bisa ditindakake.
Mbangun abstraksi kasebut kalebu matématika sing rumit, nanging prinsipé langsung: model nyaring rincian sing ora ana guna, mung ninggalake perwakilan sing migunani ing donya. Ing conto pena, sistem basis JEPA bakal ngerti sing prédhiksi arah pas tiba ora ana gunane, lan tinimbang bakal makili kahanan ing tingkat abstraksi sing bener penting kanggo nggawe keputusan.
Pendekatan kasebut ndadekake AMI Labs dadi gerakan sing berkembang ing sekitar sing diarani model donya, sing tujuane menehi sistem AI simulasi internal babagan prilaku lingkungan, supaya bisa ngrancang lan tumindak tinimbang mung ngasilake teks.
Lapangan Kompetitif
Investor nganggep manawa LeCun ana apa-apa. Sadurunge ing 2026, AMI Labs ngumumake wis ngunggahake luwih saka $ 1 milyar (£ 760 yuta) ing babak pendanaan winih, kanthi pendukung kalebu raksasa chip AS Nvidia lan dana sing ngatur kasugihan pribadi pangadeg Amazon Jeff Bezos. Iki minangka salah sawijining babak wiji paling gedhe ing sejarah wiwitan Eropa.
AMI Labs adoh saka piyambak ing lomba. Ing Universitas Oxford, profesor Ingmar Posner ngarahake Lab AI Terapan lan mimpin tim kira-kira sepuluh wong sing wis ngentekake patang taun ing pendekatan alternatif sing diarani "model dunia mekanik," sing nggawe kawruh supaya AI bisa ngeling-eling, gabungke, lan ngowahi kanthi efisien.
"Pandanganku yaiku dekade sabanjure bakal dadi babagan sistem sing bisa nerangake," ujare Posner marang BBC. "Sampeyan butuh model sing bisa njawab pitakonan kaya: Apa sing penting? Apa sing nyebabake apa? Apa sing bakal kelakon yen aku nindakake perkara liya?"
Garis keturunan kasebut bali menyang kertas pengaruh 2018 dening David Ha lan Jürgen Schmidhuber, sing ujar manawa kemajuan ing komputasi lan pembelajaran mesin bisa ngidini AI sinau tugas murni saka simulasi mental sing sinau ing donya. Ide kasebut wiwit nggawe riset sing signifikan, kalebu model donya Dreamer Google, varian sing mulang dhewe kanggo ngumpulake berlian ing Minecraft kanthi mbayangake skenario ing mangsa ngarep. DeepMind Alphabet nerusake karya karo model Genie, Wayve sing berbasis ing London duwe sistem sing diarani Gaia, lan pionir AI Fei-Fei Li ngedegake World Labs ing San Francisco ing 2023 kanggo nggayuh tujuan sing padha.
Imperatif Robotika
Dorong menyang model donya akeh didorong dening industri robotika, sing wis ngetokake milyaran dolar menyang robot humanoid sing prestasi fisike tambah apik saben taun. Nanging nglatih mesin kasebut supaya bisa nindakake tugas rumah tangga kanthi aman kayata nyetrika utawa ngisi mesin cuci piring tetep angel lan larang, lan LeCun negesake manawa model AI saiki ora bakal cukup apik kanggo lingkungan kasebut.
LeCun ngandika AMI Labs bakal nglampahi liyane 2026 nyaring model lan ngarep-arep kanggo miwiti deploying ing setelan industri ing 2027. Yen sing mbuktekaken sukses, ambisi nggedhekake banget.
"Pungkasane mudhun, kita bakal duwe sistem intelijen umum umum sing bisa ditrapake ing babagan apa wae ing jagad iki kanthi latihan minimal utawa tuning sing apik," ujare.
Minangka kanggo apa manungsa ing mangsa sing, LeCun sanguine. Wong isih bakal mutusake apa sing kudu dibangun lan pitakonan sing kudu dijaluk, ujare, nalika AI kerja minangka wakil sing bisa.
"Interaksi kita karo sistem AI ing mangsa ngarep, sanajan luwih pinter tinimbang kita, bakal kaya interaksi antarane kapten industri utawa pimpinan politik karo staf asisten, akeh sing luwih pinter tinimbang saiki."
Tetep Ahead saka AI
Pergeseran saka model basa menyang model donya bisa nggambar maneh peta kompetisi intelijen buatan. Tindakake [perkembangan AI paling anyar] (https://aibuzzwire.news) nalika lagi mbukak.
Waca liyane warta AI →
