Ставка на $1 млрд: світові моделі Лекуна vs LLM-імперії

Ян Лекун (Yann LeCun) кинув сміливий виклик домінуючому напряму штучного інтелекту. Колишній головний науковець із розвитку ШІ у компанії Meta залучив понад 1 мільярд доларів для свого нового стартапу Advanced Machine Intelligence (AMI). Зазначена компанія, яка базується в Парижі, реалізує альтернативну концепцію ШІ, яка в пріорітет ставить розуміння фізичного світу.

Основна місія AMI – створення так званих “моделей світу” (world models) – систем штучного інтелекту, здатних міркувати, планувати та взаємодіяти з реальним середовищем. Цей підхід суттєво відрізняється від панівних стратегії компаній на кшталт OpenAI та Anthropic, які зосереджені на масштабуванні великих мовних моделей (LLMs).

Лекун неодноразово наголошував, що LLMs, попри їхню ефективність у генерації тексту та програмного коду, не мають базового розуміння того, як влаштований світ. Натомість, на його думку, справжній інтелект потребує систем, здатних моделювати причинно-наслідкові зв’язки, фізичні взаємодії та обмеження реального світу – те, що дослідники часто називають “здоровим глуздом” (common sense).

Цей розрив добре відомий у сфері досліджень AI. Системи, навчені виключно на виявленні патернів у даних, часто стикаються з труднощами при виконанні завдань, які потребують неявних знань про світ або міркування, які виходять за межі спостережуваних прикладів. Ідея, що інтелект повинен ґрунтуватися на структурованих знаннях та логічному мисленні, не є новою, однак набуває особливої актуальності в умовах, коли ШІ-системи впроваджуються у все більш складні середовища.

Практичний приклад такого підходу можна побачити в роботі компанії QuData, чиї дослідження у сфері ШІ зі “здоровим глуздом” багато в чому перегукуються з баченням Лекуна. Замість того щоб покладатися виключно на нейронні мережі, команда QuData створила DemonScript – універсальну мову, яка використовує багатозначну логіку та призначена для моделювання знань, взаємозв’язків та правил реального світу.

Ця система дозволяє ШІ будувати семантичні мережі, представляти зв’язки між об’єктами (зокрема просторове розташування) та виконувати ймовірнісні міркування у динамічних сценаріях. Вона також здатна аналізувати прості “мікроісторії” та відповідати на запитання щодо їх змісту, формуючи внутрішні моделі світу, демонструючи здатність виходити за межі простого розпізнавання патернів до структурованого розуміння.

Такий гібридний підхід, який поєднує навчання на даних із явним представленням знань, відображає ширший зсув в індустрії у бік інтеграції механізмів міркування в системи ШІ.

Варто зазначити, що AMI є першим комерційним проєктом Лекуна після того, як він залишив Meta наприкінці 2025 року, де він заснував впливову дослідницьку лабораторію FAIR (Fundamental AI Research). До керівництва стартапу входять кілька колишніх дослідників Meta, а також генеральний директор Александр ЛеБрун (Alexandre LeBrun) та головний науковий співробітник Сайнінг Се (Saining Xie).

На відміну від орієнтованої на споживача стратегії Meta, компанія спочатку зосередиться на корпоративному використанні, націлюючись на галузі зі складними фізичними системами, зокрема виробництво, аерокосмічну та біомедичну сфери. Один із потенційних сценаріїв застосування передбачає створення детальних цифрових моделей обладнання, наприклад, авіаційних двигунів, для оптимізації продуктивності, підвищення надійності та зменшення викидів.

Компанія також розглядає можливості співпраці з великими корпораціями, такими як Toyota та Samsung, з довгостроковою метою виходу на споживчий ринок, зокрема у сфері смарт асистентів і навіть домашніх роботів.

Окрім технологічних аспектів, компанія AMI також долучається до зростаючої дискусії про те, хто має контролювати передові AI-системи. Лекун наголосив, що настільки потужні технології не повинні перебувати під контролем вузького кола приватних компаній. Натомість він виступає за розробку на основі відкритого коду та демократичний контроль, стверджуючи, що рішення щодо використання ШІ – особливо в таких чутливих сферах, як оборона – мають ухвалюватися на суспільному рівні.

AMI планує найближчим часом представити свої перші моделі, спочатку зосередившись на партнерствах із великими промисловими гравцями. Втім, кінцева мета значно амбітніша – створення “універсальної світової моделі” – системи ШІ загального призначення, здатної розуміти та взаємодіяти з реальним світом у різних сферах.

У разі успіху цей підхід може переосмислити шлях до створення загального штучного інтелекту, змістивши акцент із передбачення мови до глибинного, “втіленого” розуміння.

Наразі AMI є експериментом із високими ставками – таким, що може або підтвердити давній скептицизм Лекуна щодо LLM-орієнтованого ШІ, або ж навпаки зміцнити поточний напрям розвитку індустрії. У будь-якому разі це свідчить про те, що майбутнє штучного інтелекту залишається відкритим.