Пока индустрия ИИ соревнуется в том, кто быстрее наклеит ярлыки «AGI» и «сверхинтеллект», AMI Labs идет иным путем. Генеральный директор Alexandre LeBrun, соосновавший стартап вместе с лауреатом премии Тьюринга Yann LeCun, избегает модных словечек и занимается тем, что он называет недостающим звеном в современном ИИ: физической интуицией.

Выход за рамки семантической ловушки AGI

На Международной конференции по машинному обучению в Сеуле LeBrun заявил, что AMI Labs отказывается использовать такие термины, как «AGI» или «сверхинтеллект». «Для этого нет хорошего определения. Что такое сверхинтеллект? Я не знаю. Это не очень полезное слово», — сказал он, добавив, что индустрия просто меняет ярлыки, чтобы поддерживать хайп.

Вместо того чтобы гнаться за теоретическим сознанием, AMI Labs создает «модели мира» (world models) — системы, которые изучают законы физики и предсказывают следующее состояние мира. Большая языковая модель (LLM) угадывает следующее слово; модель мира знает, что если толкнуть стакан со стола, он опрокинется и прольется.

Недостающий «мозг» в робототехнике

LeBrun отмечает, что аппаратное обеспечение в робототехнике совершило скачок, но программное обеспечение все еще ведет себя «крайне глупо в физическом мире». Большинство роботов следуют статичным алгоритмам и спотыкаются в домах или на оживленных улицах.

Он рассматривает LLM и модели мира как партнеров, а не соперников. Подобно тому, как человеческий мозг отделяет язык от рассуждений, LLM преуспевают в работе с текстом, в то время как модели мира обеспечивают контекст, необходимый для физического взаимодействия. Этот контекст важен для безопасности — например, он может предотвратить нанесение вреда человеку роботом во время выполнения сложного маневра.

Масштабирование через промышленное партнерство

AMI Labs все еще находится на стадии pre-product, привлечив 1,03 млрд долларов при оценке pre-money в 3,5 млрд долларов. Поскольку моделям мира нужны данные из реального мира, компания ищет промышленных партнеров, способных предоставить доступ к хаотичным и сложным средам.

LeBrun считает Южную Корею подходящим хабом: ее секторы полупроводников, робототехники и производства являются мировыми лидерами. Подключаясь к «hardware-heavy» отраслям, AMI Labs может обучать свои модели на хаотичной реальности, которую одни лишь LLM упускают из виду.

Почему это важно

Переход от генеративного текста к физическому интеллекту знаменует собой следующий рубеж в области ИИ. Первая волна оцифровала знания; следующая волна, движимая моделями мира, оцифрует физическое взаимодействие. Разработчикам и основателям стоит искать ценность не в генерации стихов, а в безопасной и интуитивной навигации на заводах и в жилых комнатах.

Основные выводы

  • World Models против LLM: LLM предсказывают следующий токен; модели мира предсказывают следующее физическое состояние, обеспечивая интуицию, необходимую для реальных задач.
  • Физический контекст имеет решающее значение: современному ИИ не хватает ситуационной осведомленности для работы в открытых средах; модели мира призваны восполнить этот пробел.
  • Стратегический промышленный фокус: AMI Labs ориентируется на регионы с развитым аппаратным обеспечением, такие как Южная Корея, чтобы собрать данные и наладить партнерства, необходимые для обучения физического ИИ.