Phòng thí nghiệm AMI của Yann LeCun xây dựng mô hình thế giới JEPA để đẩy AI vượt xa các mô hình ngôn ngữ lớn

Người đoạt giải Turing Yann LeCun cho biết các hệ thống AI nổi tiếng nhất hiện nay không phải là con đường dẫn đến những cỗ máy thực sự thông minh. Tại công ty khởi nghiệp Advanced Machine Intelligence Labs (AMI Labs) có trụ sở tại Paris, cựu nhà khoa học AI trưởng của Meta đang xây dựng một loại mô hình khác về cơ bản được thiết kế để hiểu thế giới vật chất theo cách mà một con chuột hoặc một đứa trẻ mới biết đi có thể làm được.

Phát biểu với BBC bên lề hội nghị VivaTech ở Paris, LeCun lập luận rằng các mô hình ngôn ngữ lớn như ChatGPT, Claude và Gemini có những công dụng thực sự nhưng lại có trần cứng. Để biết thêm về thông tin về ngành AI định hình cách các nhà nghiên cứu và nhà đầu tư nghĩ về những giới hạn này, cuộc tranh luận rộng rãi hơn về những gì xảy ra sau kỷ nguyên LLM đã trở thành một trong những câu hỏi quan trọng nhất trong lĩnh vực này.

LeCun nói: “Chúng tôi không có những robot có khả năng hiểu thế giới vật chất tốt gần như một con chuột”. Ông rời Meta, chủ sở hữu Facebook vào năm 2025 sau một thập kỷ với tư cách là nhà khoa học AI trưởng của công ty và thành lập AMI Labs để theo đuổi một kiến ​​trúc thay thế.

Tại sao LeCun nói LLM là không đủ

LeCun cho rằng LLM vượt trội trong các nhiệm vụ được xác định rõ ràng, có thể dự đoán được như mã hóa, giải các bài toán và tạo văn bản. Nhưng ông cho rằng những điểm mạnh đó che khuất một hạn chế sâu sắc hơn: các hệ thống thao túng các mô hình thống kê hơn là lý luận về thực tế.

“Về cơ bản họ chỉ tích lũy kiến ​​thức,” ông nói về LLM. "Họ có thể nôn ra thứ gì đó, bạn huấn luyện họ nôn ra thứ gì đó, nhưng họ không đặc biệt thông minh. Họ không có hiểu biết cơ bản."

Để minh họa khoảng trống, LeCun giữ thăng bằng một cây bút trên đầu của nó và buông ra. Ông lưu ý rằng ngay cả một đứa trẻ mới biết đi cũng biết chiếc bút sẽ bị đổ, nhưng không ai có thể cố gắng dự đoán chính xác hướng nó rơi, bởi vì kết quả đó thực sự không chắc chắn. Ngược lại, LLM sẽ cố gắng tạo ra một dự đoán duy nhất dựa trên các mẫu trong dữ liệu huấn luyện của nó. Dự đoán đó gần như chắc chắn sẽ sai, bởi vì mô hình không suy luận về tình huống vật lý; nó đang tạo ra những gì có vẻ hợp lý về mặt thống kê.

LeCun nói thẳng thừng: “LLM phần lớn là vô vọng đối với robot. “Những tuyên bố rằng bằng cách nào đó chỉ cần mở rộng quy mô LLM, chúng ta sẽ đạt được trí thông minh siêu phàm, điều đó đơn giản là sẽ không xảy ra.”

Cách thức hoạt động của JEPA

Kiến trúc mà AMI Labs đang phát triển có tên là Kiến trúc dự đoán nhúng chung (JEPA). Thay vì dự đoán từ hoặc pixel tiếp theo, JEPA tạo ra những khái niệm trừu tượng về thế giới thực để cân nhắc các kết quả có thể xảy ra của một hành động.

Việc xây dựng những điều trừu tượng đó liên quan đến toán học phức tạp, nhưng nguyên tắc rất đơn giản: mô hình lọc ra những chi tiết vô dụng, chỉ để lại những biểu diễn hữu ích về thế giới. Trong ví dụ về chiếc bút, một hệ thống dựa trên JEPA sẽ hiểu rằng việc dự đoán hướng rơi chính xác là vô nghĩa và thay vào đó sẽ thể hiện tình huống ở mức độ trừu tượng thực sự quan trọng đối với việc ra quyết định.

Cách tiếp cận này đặt AMI Labs vào một phong trào đang phát triển xung quanh cái gọi là mô hình thế giới, nhằm mục đích cung cấp cho các hệ thống AI một mô phỏng nội bộ về cách hoạt động của môi trường, để chúng có thể lập kế hoạch và hành động thay vì chỉ tạo ra văn bản.

Một lĩnh vực cạnh tranh

Các nhà đầu tư đang đặt cược rằng LeCun đang làm gì đó. Đầu năm 2026, AMI Labs thông báo họ đã huy động được hơn 1 tỷ USD (760 triệu bảng Anh) trong vòng tài trợ hạt giống, với những người ủng hộ bao gồm gã khổng lồ chip Nvidia của Mỹ và quỹ quản lý tài sản riêng của người sáng lập Amazon Jeff Bezos. Đó là một trong những vòng hạt giống lớn nhất trong lịch sử khởi nghiệp châu Âu.

AMI Labs không hề đơn độc trong cuộc đua. Tại Đại học Oxford, giáo sư Ingmar Posner chỉ đạo Phòng thí nghiệm AI ứng dụng và đang lãnh đạo một nhóm khoảng 10 người đã dành bốn năm cho một phương pháp thay thế mà ông gọi là "mô hình thế giới cơ học", cấu trúc kiến ​​thức để AI có thể nhớ lại, kết hợp và sửa đổi nó một cách hiệu quả.

Posner nói với BBC: “Quan điểm của tôi là thập kỷ tới sẽ thực sự có những hệ thống có thể giải thích được”. "Bạn cần những mô hình có thể trả lời những câu hỏi như: Điều gì quan trọng? Điều gì gây ra điều gì? Điều gì sẽ xảy ra nếu tôi làm điều gì khác?"

Dòng dõi đó bắt nguồn từ một bài báo có ảnh hưởng năm 2018 của David Ha và Jürgen Schmidhuber, trong đó lập luận rằng những tiến bộ trong tính toán và học máy có thể cho phép AI học các nhiệm vụ hoàn toàn từ mô phỏng tinh thần đã học được về thế giới. Kể từ đó, ý tưởng này đã thúc đẩy các nghiên cứu quan trọng, bao gồm cả mô hình thế giới Dreamer của Google, một biến thể của mô hình này đã tự dạy mình cách thu thập kim cương trong Minecraft bằng cách tưởng tượng các tình huống trong tương lai. DeepMind của Alphabet tiếp tục công việc với mô hình Genie của mình, Wayve có trụ sở tại London có một hệ thống tên là Gaia và nhà tiên phong về AI Fei-Fei Li đã thành lập World Labs ở San Francisco vào năm 2023 để theo đuổi các mục tiêu tương tự.

Mệnh lệnh về robot

Sự thúc đẩy hướng tới các mô hình thế giới phần lớn được thúc đẩy bởi ngành công nghiệp robot, ngành đã đổ hàng tỷ đô la vào những robot hình người có thành tích thể chất ngày càng ấn tượng hơn mỗi năm. Nhưng việc huấn luyện những chiếc máy đó thực hiện các công việc gia đình một cách an toàn như ủi quần áo hoặc xếp đồ vào máy rửa bát vẫn còn khó khăn và tốn kém, và LeCun khẳng định các mô hình AI hiện tại sẽ không bao giờ đủ tốt cho môi trường đó.

LeCun cho biết AMI Labs sẽ dành thời gian còn lại của năm 2026 để hoàn thiện mô hình của mình và hy vọng sẽ bắt đầu triển khai nó trong các cơ sở công nghiệp vào năm 2027. Nếu điều đó thành công, tham vọng sẽ mở rộng đáng kể.

Ông nói: “Cuối cùng, chúng ta sẽ có các loại hệ thống tình báo chung chung có thể áp dụng cho hầu hết mọi thứ trên thế giới mà không cần đào tạo hoặc tinh chỉnh ở mức tối thiểu”.

Về những gì sẽ xảy ra với con người trong tương lai đó, LeCun tỏ ra lạc quan. Ông nói, mọi người vẫn sẽ quyết định xây dựng cái gì và đặt câu hỏi nào, trong khi AI hoạt động như một cấp phó có năng lực.

“Sự tương tác của chúng ta với các hệ thống AI trong tương lai, ngay cả khi chúng thông minh hơn chúng ta, sẽ giống như sự tương tác giữa một người đứng đầu ngành hoặc một nhà lãnh đạo chính trị với đội ngũ trợ lý của họ, nhiều người trong số họ thông minh hơn họ”.

Đi trước AI

Sự chuyển đổi từ mô hình ngôn ngữ sang mô hình thế giới có thể vẽ lại bản đồ cạnh tranh của trí tuệ nhân tạo. Hãy theo dõi sự phát triển AI mới nhất khi chúng diễn ra.

Đọc thêm tin tức về AI →