Terwijl de AI-industrie zich haast om termen als "AGI" en "superintelligentie" te labelen, kiest AMI Labs een ander pad. CEO Alexandre LeBrun, die de startup mede oprichtte met Turing Award-winnaar Yann LeCun, slaat de modewoorden over en richt zich op wat hij de ontbrekende schakel in moderne AI noemt: fysieke intuïtie.

Voorbij de semantische valstrik van AGI

Tijdens de International Conference on Machine Learning in Seoul zei LeBrun dat AMI Labs weigert termen als "AGI" of "superintelligentie" te gebruiken. "Er is geen goede definitie. Wat is superintelligentie? Dat weet ik niet. Het is geen erg nuttig woord," zei hij, en voegde eraan toe dat de industrie slechts labels wisselt om de hype levend te houden.

In plaats van theoretisch bewustzijn na te jagen, bouwt AMI Labs "world models" — systemen die de wetten van de natuurkunde leren en de volgende staat van de wereld voorspellen. Een large language model raadt het volgende woord; een world model weet dat het van een tafel duwen van een glas ervoor zorgt dat het omvalt en leegloopt.

Het ontbrekende "brein" in de robotica

LeBrun wijst erop dat de hardware in de robotica enorm is toegenomen, maar dat software in de fysieke wereld nog steeds "erg dom" handelt. De meeste robots volgen statische routines en struikelen in huizen of drukke straten.

Hij beschouwt LLM's en world models als partners, niet als rivalen. Net zoals het menselijk brein taal scheidt van redeneren, blinken LLM's uit in tekst, terwijl world models de context leveren die nodig is voor fysieke interactie. Die context is cruciaal voor de veiligheid — het kan bijvoorbeeld voorkomen dat een robot een persoon verwondt tijdens een complexe beweging.

Schalen via industriële partnerschappen

AMI Labs bevindt zich nog in de pre-productiefase en heeft 1,03 miljard dollar opgehaald tegen een pre-money waardering van 3,5 miljard dollar. Omdat world models echte wereldgegevens nodig hebben, zoekt het bedrijf naar industriële partners die toegang kunnen bieden tot rommelige, complexe omgevingen.

LeBrun zegt dat Zuid-Korea logisch is als hub: de sectoren halfgeleiders, robotica en productie zijn daar van wereldklasse. Door aan te sluiten bij "hardware-intensieve" industrieën, kan AMI Labs zijn modellen trainen op de chaotische realiteit die LLM's alleen missen.

Waarom dit belangrijk is

De verschuiving van generatieve tekst naar fysieke intelligentie markeert de volgende grens van AI. De eerste golf digitaliseerde kennis; de volgende golf, aangedreven door world models, zal fysieke interactie digitaliseren. Ontwikkelaars en oprichters zouden de waarde niet moeten zoeken in het genereren van poëzie, maar in de veilige, intuïtieve navigatie door fabrieken en woonkamers.

Kernpunten

  • World Models vs. LLM's: LLM's voorspellen het volgende token; world models voorspellen de volgende fysieke staat, wat de intuïtie biedt die nodig is voor echte taken.
  • Fysieke context is cruciaal: De AI van vandaag mist het situationeel bewustzijn voor open omgevingen; world models beogen dit gat te dichten.
  • Strategische industriële focus: AMI Labs richt zich op hardware-gecentreerde regio's zoals Zuid-Korea om de gegevens en partnerschappen te verzamelen die nodig zijn om fysieke AI te trainen.