Mentre l'industria dell'IA corre per etichettare "AGI" e "superintelligenza", AMI Labs percorre una strada diversa. Il CEO Alexandre LeBrun, che ha co-fondato la startup con il vincitore del Turing Award Yann LeCun, evita i termini di tendenza e affronta quello che definisce l'anello mancante dell'IA moderna: l'intuizione fisica.

Superare la trappola semantica dell'AGI

Durante l'International Conference on Machine Learning a Seoul, LeBrun ha dichiarato che AMI Labs rifiuta di usare termini come "AGI" o "superintelligenza". "Non esiste una buona definizione. Cos'è la superintelligenza? Non lo so. Non è una parola molto utile", ha affermato, aggiungendo che l'industria si limita a cambiare etichette per mantenere vivo l'hype.

Invece di inseguire la coscienza teorica, AMI Labs costruisce "world models" — sistemi che apprendono le leggi della fisica e prevedono il prossimo stato del mondo. Un grande modello linguistico indovina la parola successiva; un world model sa che dare una spinta a un bicchiere su un tavolo lo farà ribaltare e rovesciare.

Il "cervello" mancante nella robotica

LeBrun sottolinea che l'hardware nella robotica è cresciuto esponenzialmente, ma il software agisce ancora in modo "davvero stupido nel mondo fisico". La maggior parte dei robot segue routine statiche e inciampa in case o strade affollate.

Egli considera gli LLM e i world models come partner, non come rivali. Proprio come il cervello umano separa il linguaggio dal ragionamento, gli LLM eccellono nel testo, mentre i world models forniscono il contesto necessario per l'interazione fisica. Quel contesto è fondamentale per la sicurezza: ad esempio, può impedire a un robot di ferire una persona durante un movimento complesso.

Scalare attraverso partnership industriali

AMI Labs è ancora in una fase pre-prodotto, avendo raccolto 1,03 miliardi di dollari con una valutazione pre-money di 3,5 miliardi di dollari. Poiché i world models necessitano di dati dal mondo reale, l'azienda sta cercando partner industriali in grado di aprire ambienti disordinati e complessi.

LeBrun afferma che la Corea del Sud ha senso come hub: i suoi settori dei semiconduttori, della robotica e della produzione sono di livello mondiale. Collegandosi a industrie "ad alta intensità di hardware", AMI Labs può addestrare i suoi modelli sulla realtà caotica che gli LLM da soli non riescono a cogliere.

Perché questo è importante

Il passaggio dal testo generativo all'intelligenza fisica segna la prossima frontiera dell'IA. La prima ondata ha digitalizzato la conoscenza; la prossima ondata, alimentata dai world models, digitalizzerà l'interazione fisica. Sviluppatori e fondatori dovrebbero cercare valore non nella generazione di poesie, ma nella navigazione sicura e intuitiva di fabbriche e salotti.

Punti chiave

  • World Models vs. LLM: Gli LLM prevedono il prossimo token; i world models prevedono il prossimo stato fisico, fornendo l'intuizione necessaria per compiti reali.
  • Il contesto fisico è critico: L'IA odierna manca della consapevolezza situazionale per gli ambienti aperti; i world models mirano a colmare questo divario.
  • Focus industriale strategico: AMI Labs punta a regioni incentrate sull'hardware come la Corea del Sud per raccogliere i dati e le partnership necessarie per addestrare l'IA fisica.