Este o poziție tranșantă din partea unui fondator aflat chiar în centrul celei mai noi curse din domeniul AI. TechCrunch a discutat cu LeBrun în timp ce se afla săptămâna trecută la Seul, la Conferința Internațională de Învățare Automată (ICML), unde căuta parteneri industriali locali, companii globale și cercetători. AMI Labs este încă în faza de pre-produs, dar deja curtează jucători din domeniul roboticii, producției și electronicii.
Un model al lumii, care încorporează fizica pentru a prezice și a lucra cu lumea reală, trebuie să se dovedească în afara laboratorului, a explicat LeBrun. Unul dintre domeniile în care se așteaptă ca modelele lumii să aibă un impact major este robotica. Deocamdată, roboții execută doar rutine fixe, „complet statice”, iar AI-ul rămâne „cu adevărat prost în lumea fizică”, a spus LeBrun. Chiar dacă AI-ul ar putea face roboții „conștienți de context”, asta ar însemna „o diferență foarte mare pentru lume”. Un astfel de AI conștient de context ar fi fost util, de exemplu, pentru a preveni ca un robot care dansa și făcea kung fu la un eveniment public să se apropie și să lovească un copil. „Hardware-ul este foarte avansat; progresul în hardware din ultimele luni este incredibil, dar nu există creier.”
Un model de limbaj mare (LLM) prezice următorul cuvânt sau text, iar un model al lumii prezice următoarea stare. Împingi un pahar de pe masă și știi deja că se va răsturna și se va vărsa; aceasta este intuiția pe care un model al lumii este menit să o captureze: prezicerea următoarei stări a lumii, a explicat LeBrun. El nu susține că modelele lumii sunt mai bune decât LLM-urile, care sunt „complementare, nu înlocuibile” atunci când vine vorba de sisteme AI care înțeleg lumea fizică, a spus LeBrun. Făcând o paralelă cu funcțiile distincte de limbaj și raționament ale creierului uman, el a adăugat că LLM-urile vor rămâne cele mai eficiente instrumente pentru procesarea limbajului, în timp ce modelele lumii vor oferi context și înțelegere a lumii reale.
Aproape orice industrie care „atinge lumea reală” ar putea folosi în cele din urmă robotica bazată pe modele ale lumii, a spus LeBrun, argumentând că mediile fizice rămân punctul slab al LLM-urilor. Un robot de fabrică care repetă aceeași mișcare funcționează suficient de bine astăzi, a spus el. Provocarea începe atunci când „îți scoți robotul afară, într-un mediu mai deschis, în gospodăria ta sau pe stradă”, unde trebuie să își înțeleagă împrejurimile și să opereze în siguranță. „Roboții nu sunt siguri acum”, a spus el. „Nu există nicio soluție pentru asta astăzi.”
Asistența medicală oferă un exemplu mai personal pentru LeBrun, a cărui companie anterioară a fost Nabla, un startup de sănătate bazat pe AI. El a comparat sistemele AI de astăzi cu un medic instruit doar pe manuale, fără rezidențiat. LLM-urile pot fi utile în medicină, a spus el, dar acoperă „doar 1% din asistența medicală”. Restul depinde de experiența din lumea reală.
Dar un model al lumii nu poate fi construit în interiorul unui laborator, a spus LeBrun. Pentru a se antrena pe realitate, AMI are nevoie de medii reale și parteneri apropiați, potrivit CEO-ului. „Avem nevoie de acces la lumea reală”, și „ne este mai ușor să facem asta cu parteneri”. Aceasta este o parte din ceea ce îl atrage spre Asia, unde se află de fapt roboții, cipurile și fabricile. LeBrun nu va dezvălui încă o strategie completă pentru Asia. „Este prea devreme”, a spus el. Dar atracția este evidentă.
De ce este important:
Poziția lui Alexandre LeBrun este importantă pentru că pune sub semnul întrebării tendința industriei AI de a folosi termeni grandilocvenți, fără definiții clare, pentru a atrage atenția și finanțări. În loc să promită „superinteligență”, el se concentrează pe o abordare pragmatică: construirea de modele ale lumii care să înțeleagă fizica și contextul real. Aceasta ar putea fi cheia pentru a face roboții cu adevărat utili și siguri în medii deschise, de la fabrici la case și spitale. Dacă AMI Labs reușește, ar putea schimba fundamental modul în care interacționăm cu mașinile inteligente, oferind o alternativă la hype-ul din jurul AGI-ului și demonstrând că progresul real vine din înțelegerea profundă a lumii fizice, nu din etichete pompoase.
