Makmal AMI Yann LeCun Membina Model Dunia JEPA untuk Menolak AI Melangkaui Model Bahasa Besar

Pemenang Anugerah Turing Yann LeCun berkata sistem AI yang paling terkenal hari ini bukanlah laluan kepada mesin yang benar-benar pintar. Pada permulaannya yang berpangkalan di Paris, Advanced Machine Intelligence Labs (AMI Labs), bekas ketua saintis AI Meta sedang membina jenis model yang berbeza secara asasnya yang direka untuk memahami dunia fizikal seperti yang dilakukan oleh seekor tikus atau anak kecil.

Bercakap kepada BBC di luar persidangan VivaTech di Paris, LeCun berhujah bahawa model bahasa besar seperti ChatGPT, Claude, dan Gemini mempunyai kegunaan sebenar tetapi siling yang keras. Untuk mengetahui lebih lanjut tentang liputan industri AI yang membentuk cara penyelidik dan pelabur berfikir tentang had ini, perdebatan yang lebih luas mengenai perkara yang berlaku selepas era LLM telah menjadi salah satu soalan paling penting dalam bidang ini.

"Kami tidak mempunyai robot yang hampir sama pandai memahami dunia fizikal sebagai tikus, " kata LeCun. Beliau meninggalkan Meta pemilik Facebook pada 2025 selepas sedekad sebagai ketua saintis AI dan mengasaskan AMI Labs untuk meneruskan seni bina alternatif.

Mengapa LeCun Katakan LLM Tidak Cukup

LeCun berpendapat bahawa LLM cemerlang dalam tugas yang jelas dan boleh diramal seperti pengekodan, menyelesaikan masalah matematik dan menjana teks. Tetapi dia berhujah kekuatan itu mengaburkan batasan yang lebih mendalam: sistem memanipulasi corak statistik dan bukannya alasan tentang realiti.

"Mereka pada dasarnya hanya mengumpul pengetahuan," katanya mengenai LLM. "Mereka boleh memuntahkan sesuatu, anda melatih mereka untuk memuntahkan, tetapi mereka tidak begitu bijak. Mereka tidak mempunyai pemahaman asas."

Untuk menggambarkan jurang itu, LeCun mengimbangkan pen tegak pada hujungnya dan melepaskannya. Malah seorang kanak-kanak kecil tahu pen itu akan tumbang, katanya, tetapi tiada manusia akan cuba meramalkan arah yang tepat ia jatuh, kerana keputusan itu benar-benar tidak pasti. Sebaliknya, LLM akan cuba menjana satu ramalan berdasarkan corak dalam data latihannya. Ramalan itu hampir pasti salah, kerana model itu tidak membuat alasan tentang keadaan fizikal; ia menghasilkan apa yang kelihatan munasabah secara statistik.

"LLM sebahagian besarnya tidak mempunyai harapan untuk robotik, " kata LeCun terus terang. "Dakwaan bahawa entah bagaimana dengan hanya meningkatkan LLM, kita akan mencapai kecerdasan manusia super, itu tidak akan berlaku."

Bagaimana JEPA Berfungsi

Seni bina AMI Labs sedang dibangunkan dipanggil Joint Embedding Predictive Architecture (JEPA). Daripada meramalkan perkataan atau piksel seterusnya, JEPA mencipta abstraksi dunia sebenar yang membolehkan ia menimbang kemungkinan hasil tindakan.

Membina abstraksi tersebut melibatkan matematik yang kompleks, tetapi prinsipnya adalah mudah: model menapis perincian yang tidak berguna, hanya meninggalkan gambaran berguna tentang dunia. Dalam contoh pen, sistem berasaskan JEPA akan memahami bahawa meramalkan arah kejatuhan yang tepat adalah sia-sia, dan sebaliknya akan mewakili situasi pada tahap abstraksi yang sebenarnya penting untuk membuat keputusan.

Pendekatan ini meletakkan AMI Labs dalam pergerakan yang semakin berkembang di sekitar model dunia yang dipanggil, yang bertujuan untuk memberikan sistem AI simulasi dalaman tentang cara persekitaran berkelakuan, supaya mereka boleh merancang dan bertindak dan bukannya menjana teks sahaja.

Bidang Persaingan

Pelabur bertaruh bahawa LeCun meminati sesuatu. Terdahulu pada 2026, AMI Labs mengumumkan ia telah mengumpul lebih daripada $1 bilion (£760 juta) dalam pusingan pembiayaan benih, dengan penyokong termasuk gergasi cip AS Nvidia dan dana yang menguruskan kekayaan peribadi pengasas Amazon Jeff Bezos. Ia adalah salah satu pusingan benih terbesar dalam sejarah permulaan Eropah.

AMI Labs tidak bersendirian dalam perlumbaan. Di Universiti Oxford, profesor Ingmar Posner mengarahkan Makmal AI Gunaan dan mengetuai pasukan kira-kira sepuluh orang yang telah menghabiskan empat tahun dalam pendekatan alternatif yang beliau panggil sebagai "model dunia mekanistik," yang menstruktur pengetahuan supaya AI boleh mengingati, menggabungkan dan mengubah suainya dengan cekap.

"Pandangan saya ialah dekad akan datang benar-benar mengenai sistem yang boleh menjelaskan," kata Posner kepada BBC. "Anda memerlukan model yang boleh menjawab soalan seperti: Apa yang penting? Apa yang menyebabkan apa? Apa yang akan berlaku jika saya melakukan perkara lain?"

Keturunan itu kembali kepada kertas kerja berpengaruh 2018 oleh David Ha dan Jürgen Schmidhuber, yang berpendapat bahawa kemajuan dalam pengiraan dan pembelajaran mesin boleh membenarkan AI mempelajari tugas semata-mata daripada simulasi mental dunia yang dipelajari. Idea itu sejak itu telah memangkinkan penyelidikan penting, termasuk model dunia Dreamer Google, varian yang mengajar dirinya untuk mengumpul berlian di Minecraft dengan membayangkan senario masa depan. DeepMind Alphabet meneruskan kerja dengan model Genienya, Wayve yang berpangkalan di London mempunyai sistem yang dipanggil Gaia, dan perintis AI Fei-Fei Li mengasaskan World Labs di San Francisco pada tahun 2023 untuk mencapai matlamat yang sama.

Keperluan Robotik

Dorongan ke arah model dunia sedang didorong sebahagian besarnya oleh industri robotik, yang telah mencurahkan berbilion-bilion dolar ke dalam robot humanoid yang prestasi fizikalnya semakin mengagumkan setiap tahun. Tetapi melatih mesin tersebut untuk melaksanakan tugas rumah dengan selamat seperti menyeterika atau memuatkan mesin basuh pinggan mangkuk tetap sukar dan mahal, dan LeCun menegaskan model AI semasa tidak akan cukup baik untuk persekitaran itu.

LeCun berkata AMI Labs akan menghabiskan baki tahun 2026 untuk menapis modelnya dan berharap untuk mula menggunakannya dalam tetapan industri pada 2027. Jika itu terbukti berjaya, cita-cita itu berkembang dengan ketara.

"Akhirnya, kita akan mempunyai semacam sistem kecerdasan generik umum yang boleh digunakan untuk hampir semua perkara di dunia dengan latihan minimum atau penalaan halus," katanya.

Mengenai apa yang akan berlaku kepada manusia pada masa depan itu, LeCun bersikap optimis. Orang ramai akan tetap memutuskan apa yang hendak dibina dan soalan yang hendak ditanya, katanya, manakala AI berfungsi sebagai timbalan yang berkebolehan.

"Interaksi kami dengan sistem AI masa depan, walaupun mereka lebih bijak daripada kami, akan menjadi seperti interaksi antara kapten industri atau pemimpin politik dengan kakitangan pembantu mereka, yang kebanyakannya lebih bijak daripada mereka."

Kekal Mendahului AI

Peralihan daripada model bahasa kepada model dunia boleh melukis semula peta persaingan kecerdasan buatan. Ikuti perkembangan AI terkini semasa ia berlaku.

Baca lebih banyak berita AI →