Startupul de un miliard de dolari cu o viziune diferită asupra inteligenței artificiale

Într-o eră în care marile modele lingvistice (LLM-uri) domină peisajul inteligenței artificiale, un startup fondat de fostul șef AI al Meta, Yann LeCun, propune o abordare radical diferită. AMI Labs (Advanced Machine Intelligence Labs) a reușit să atragă o finanțare de un miliard de dolari, deși are doar 12 angajați. Această sumă uriașă arată că investitorii încă mai cred în potențialul AI, dar și că sunt dispuși să parieze pe o alternativă la actualele modele generale.

Yann LeCun, unul dintre pionierii deep learning-ului, a părăsit Meta la sfârșitul anului trecut pentru a fonda AMI Labs. Spre deosebire de OpenAI, Google sau Anthropic, care investesc masiv în LLM-uri tot mai mari și mai costisitoare, LeCun consideră că această direcție nu va duce la progrese semnificative pe termen lung. În viziunea sa, adevărata inteligență artificială nu va veni dintr-un singur model gigantic, ci dintr-o colecție de module specializate, fiecare antrenat pentru un scop precis.

Ce propune AMI Labs?

Sistemul propus de LeCun este format din cinci tipuri de module:

Modulul de percepție – procesează datele din mediu (imagini, sunete, senzori).

Modulul de model al lumii – construiește o reprezentare internă a realității.

Modulul critic – evaluează acțiunile și rezultatele.

Modulul actor – decide ce acțiune să întreprindă.

Memoria pe termen scurt – stochează informații temporare relevante.

Fiecare modul este antrenat pe date specifice domeniului său, nu pe întreg internetul. De exemplu, un AI pentru diagnostic medical ar avea un modul critic mult mai strict, iar unul pentru mașini autonome ar pune accent pe percepție. Această arhitectură modulară permite ajustarea importanței fiecărui modul în funcție de aplicație.

De ce este diferit de LLM-uri?

Modelele mari de limbaj, precum GPT-4 sau Claude, sunt generaliste: încearcă să răspundă corect la orice întrebare pe baza datelor din antrenament. Pentru a îmbunătăți răspunsurile, se folosesc tehnici precum prompt engineering sau reasoning models („gândirea cu voce tare” înainte de răspunsul final). Acest proces este costisitor și necesită resurse uriașe de calcul.

În schimb, modulele specializate ale AMI Labs ar putea rula pe o fracțiune din puterea GPU necesară unui LLM mare. În loc de sute de miliarde de parametri, un modul specializat ar putea avea doar câteva sute de milioane. Asta înseamnă costuri mai mici, posibilitatea de a rula pe dispozitive locale și o acuratețe mai mare în domeniul său.

Finanțarea și perspectivele

Un startup cu o idee nouă care atrage un miliard de dolari nu este ceva nou în tehnologie. Însă, în cazul AMI Labs, miza este mai mare: LeCun susține că LLM-urile actuale nu se pot îmbunătăți suficient pentru a atinge promisiunile grandioase făcute de creatori lor. El pariază pe o arhitectură diferită, care să ofere performanță la un cost gestionabil.

Dacă AMI Labs va reuși, ar putea schimba fundamental direcția industriei AI. În loc de curse pentru modele tot mai mari, am putea vedea o explozie de soluții modulare, ieftine și precise, adaptate fiecărui domeniu. Rămâne de văzut dacă viziunea lui LeCun se va materializa, dar investitorii par să creadă că merită riscul.

De ce este important:

Această abordare modulară ar putea democratiza accesul la AI, permițând companiilor mici și mijlocii să implementeze soluții inteligente fără a investi în infrastructură masivă. De asemenea, ar putea reduce consumul energetic și dependența de centrele de date uriașe. Dacă AMI Labs reușește, vom asista la o schimbare de paradigmă: de la modele generale, scumpe și imprecise, la sisteme specializate, eficiente și de încredere.