Laboratoarele AMI ale lui Yann LeCun construiesc un model mondial JEPA pentru a împinge AI dincolo de modelele de limbaj mari

Câștigătorul premiului Turing, Yann LeCun, spune că cele mai celebre sisteme AI de astăzi nu sunt o cale către mașini cu adevărat inteligente. La startup-ul său din Paris, Advanced Machine Intelligence Labs (AMI Labs), fostul om de știință șef Meta AI construiește un tip fundamental diferit de model, conceput pentru a înțelege lumea fizică așa cum poate un șobolan sau un copil mic.

Vorbind cu BBC în marginea conferinței VivaTech de la Paris, LeCun a susținut că modelele mari de limbă precum ChatGPT, Claude și Gemini au utilizări reale, dar un plafon dur. Pentru mai multe despre acoperirea industriei AI care modelează modul în care cercetătorii și investitorii gândesc aceste limite, dezbaterea mai largă asupra a ceea ce urmează după era LLM a devenit una dintre cele mai importante întrebări din domeniu.

„Nu avem roboți care sunt la fel de buni la înțelegerea lumii fizice ca un șobolan”, a spus LeCun. El l-a părăsit pe Meta, proprietarul Facebook, în 2025, după un deceniu în calitate de cercetător șef AI și a fondat AMI Labs pentru a urmări o arhitectură alternativă.

De ce LeCun spune că LLM-urile nu sunt suficiente

LeCun susține că LLM excelează la sarcini bine definite și previzibile, cum ar fi codificarea, rezolvarea problemelor matematice și generarea de text. Dar el susține că aceste puncte forte ascund o limitare mai profundă: sistemele manipulează mai degrabă modelele statistice decât raționează cu privire la realitate.

„Practic doar acumulează cunoștințe”, a spus el despre LLM. „Ei pot regurgita ceva, îi antrenezi să regurgiteze, dar nu sunt deosebit de deștepți. Nu au o înțelegere subiacentă”.

Pentru a ilustra decalajul, LeCun echilibrează un stilou vertical pe vârful său și dă drumul. Chiar și un copil mic știe că stiloul se va răsturna, notează el, dar niciun om nu ar încerca să prezică direcția exactă în care cade, pentru că rezultatul este cu adevărat incert. Un LLM, dimpotrivă, ar încerca să genereze o singură predicție pe baza modelelor din datele sale de antrenament. Acea predicție ar fi aproape sigur greșită, deoarece modelul nu raționează cu privire la situația fizică; produce ceea ce pare plauzibil din punct de vedere statistic.

„LLM-urile sunt în mare măsură fără speranță pentru robotică”, a spus LeCun răspicat. „Pretențiile că, într-un fel, doar prin creșterea LLM-urilor, vom ajunge la inteligența super-umană, pur și simplu nu se va întâmpla.”

Cum funcționează JEPA

Arhitectura pe care o dezvoltă AMI Labs se numește Joint Embedding Predictive Architecture (JEPA). În loc să prezică următorul cuvânt sau pixel, JEPA creează abstractizări ale lumii reale care îi permit să cântărească posibilele rezultate ale unei acțiuni.

Construirea acestor abstracții implică matematică complexă, dar principiul este simplu: modelul filtrează detaliile inutile, lăsând doar reprezentări utile ale lumii. În exemplul stiloului, un sistem bazat pe JEPA ar înțelege că prezicerea direcției precise a căderii este inutilă și, în schimb, ar reprezenta situația la nivelul de abstractizare care contează de fapt pentru luarea deciziilor.

Abordarea plasează AMI Labs într-o mișcare în creștere în jurul așa-numitelor modele mondiale, care urmăresc să ofere sistemelor AI o simulare internă a modului în care mediile se comportă, astfel încât să poată planifica și acționa mai degrabă decât să genereze doar text.

Un domeniu competitiv

Investitorii pariază că LeCun este pe ceva. La începutul anului 2026, AMI Labs a anunțat că a strâns peste 1 miliard de dolari (760 de milioane de lire sterline) într-o rundă de finanțare de început, cu susținători printre care gigantul american de cipuri Nvidia și fondul care administrează averea privată a fondatorului Amazon Jeff Bezos. A fost una dintre cele mai mari runde de semințe din istoria startup-urilor europene.

AMI Labs este departe de a fi singurul în cursă. La Universitatea Oxford, profesorul Ingmar Posner conduce Applied AI Lab și conduce o echipă de aproximativ zece persoane care a petrecut patru ani într-o abordare alternativă pe care o numește „model mecanicist mondial”, care structurează cunoștințele astfel încât AI să le poată aminti, combina și modifica eficient.

„Părerea mea este că următorul deceniu va fi într-adevăr despre sisteme care pot explica”, a spus Posner pentru BBC. „Aveți nevoie de modele care să răspundă la întrebări precum: Ce contează? Ce cauzează ce? Ce s-ar întâmpla dacă aș face altceva?”

Această descendență are originea într-o lucrare influentă din 2018 a lui David Ha și Jürgen Schmidhuber, care susținea că progresele în calcul și învățarea automată ar putea permite unui AI să învețe sarcini pur dintr-o simulare mentală învățată a lumii. Ideea a catalizat de atunci cercetări semnificative, inclusiv modelul de lume Dreamer de la Google, o variantă a căruia a învățat singur să colecteze diamante în Minecraft imaginând scenarii viitoare. DeepMind de la Alphabet continuă munca cu modelul său Genie, Wayve din Londra are un sistem numit Gaia, iar pionierul AI Fei-Fei Li a fondat World Labs în San Francisco în 2023 pentru a urmări obiective similare.

Imperativul roboticii

Impingerea către modele mondiale este condusă în mare parte de industria robotică, care a turnat miliarde de dolari în roboții umanoizi ale căror fapte fizice devin tot mai impresionante în fiecare an. Dar instruirea acestor mașini pentru a îndeplini în siguranță sarcinile casnice, cum ar fi călcarea sau încărcarea unei mașini de spălat vase, rămâne dificilă și costisitoare, iar LeCun insistă că modelele actuale de AI nu vor fi niciodată suficient de bune pentru acel mediu.

LeCun a spus că AMI Labs va petrece restul anului 2026 rafinându-și modelul și speră să înceapă să-l implementeze în medii industriale în 2027. Dacă acest lucru se va dovedi de succes, ambițiile se extind considerabil.

„În cele din urmă, vom avea un fel de sisteme generale de inteligență generice care pot fi aplicate la aproape orice din lume, cu pregătire minimă sau reglare fină”, a spus el.

Cât despre ce se va întâmpla cu oamenii în acel viitor, LeCun este optimist. Oamenii vor decide în continuare ce să construiască și ce întrebări să pună, a spus el, în timp ce AI lucrează ca un adjunct capabil.

„Interacțiunea noastră cu viitoarele sisteme AI, chiar dacă acestea sunt mai inteligente decât noi, va fi ca interacțiunea dintre un căpitan de industrie sau un lider politic cu personalul lor de asistenți, dintre care mulți sunt mai inteligenți decât ei”.

Rămâi înaintea AI

Trecerea de la modele lingvistice la modele mondiale ar putea redesena harta competitivă a inteligenței artificiale. Urmărește cele mai recente evoluții AI pe măsură ce se desfășoară.

Citiți mai multe știri AI →