Trong khi ngành công nghiệp AI đang chạy đua để dán nhãn "AGI" và "siêu trí tuệ", AMI Labs lại chọn một con đường khác. CEO Alexandre LeBrun, người đồng sáng lập startup này cùng với chủ nhân giải thưởng Turing Yann LeCun, đã bỏ qua những thuật ngữ hào nhoáng để tập trung vào thứ mà ông gọi là mắt xích còn thiếu trong AI hiện đại: trực giác vật lý.

Vượt qua cái bẫy ngữ nghĩa của AGI

Tại Hội nghị Quốc tế về Học máy ở Seoul, LeBrun cho biết AMI Labs từ chối sử dụng các thuật ngữ như "AGI" hay "siêu trí tuệ". "Chẳng có định nghĩa nào thực sự tốt cả. Siêu trí tuệ là gì? Tôi không biết. Đó không phải là một từ hữu ích," ông nói, đồng thời cho biết thêm rằng ngành công nghiệp này chỉ đang thay đổi các nhãn dán để duy trì sự cường điệu.

Thay vì theo đuổi ý thức lý thuyết, AMI Labs xây dựng các "mô hình thế giới" (world models) — những hệ thống học các quy luật vật lý và dự đoán trạng thái tiếp theo của thế giới. Một mô hình ngôn ngữ lớn (LLM) sẽ đoán từ tiếp theo; còn một mô hình thế giới sẽ biết rằng việc đẩy một chiếc ly khỏi cạnh bàn sẽ khiến nó bị đổ và tràn nước.

"Bộ não" còn thiếu trong ngành robot

LeBrun chỉ ra rằng phần cứng trong ngành robot đã tăng vọt, nhưng phần mềm vẫn hoạt động "rất ngớ ngẩn trong thế giới vật lý". Hầu hết các robot đều tuân theo các quy trình tĩnh và dễ vấp ngã trong môi trường nhà ở hoặc trên những con phố đông đúc.

Ông coi LLM và các mô hình thế giới là đối tác chứ không phải đối thủ. Giống như não người tách biệt ngôn ngữ khỏi khả năng lập luận, LLM xuất sắc trong việc xử lý văn bản trong khi các mô hình thế giới cung cấp bối cảnh cần thiết cho sự tương tác vật lý. Bối cảnh đó đóng vai trò quan trọng đối với sự an toàn — ví dụ, nó có thể ngăn robot làm bị thương một người trong một chuyển động phức tạp.

Mở rộng quy mô thông qua quan hệ đối tác công nghiệp

AMI Labs vẫn đang trong giai đoạn tiền sản phẩm, sau khi huy động được 1,03 tỷ USD với mức định giá trước đầu tư (pre-money valuation) là 3,5 tỷ USD. Vì các mô hình thế giới cần dữ liệu thực tế, công ty đang săn tìm các đối tác công nghiệp có thể mở ra các môi trường phức tạp và hỗn loạn.

LeBrun cho rằng Hàn Quốc là một trung tâm hợp lý: các lĩnh vực bán dẫn, robot và sản xuất của quốc gia này đều thuộc đẳng cấp thế giới. Bằng cách kết nối với các ngành công nghiệp "nặng về phần cứng", AMI Labs có thể huấn luyện các mô hình của mình dựa trên thực tế hỗn loạn mà chỉ riêng LLM thì không thể nắm bắt được.

Tại sao điều này lại quan trọng

Sự chuyển dịch từ văn bản tạo sinh sang trí tuệ vật lý đánh dấu biên giới tiếp theo của AI. Làn sóng đầu tiên đã số hóa kiến thức; làn sóng tiếp theo, được thúc đẩy bởi các mô hình thế giới, sẽ số hóa sự tương tác vật lý. Các nhà phát triển và nhà sáng lập nên tìm kiếm giá trị không phải ở việc tạo ra thơ ca, mà ở khả năng điều hướng an toàn và trực quan trong các nhà máy và phòng khách.

Các điểm chính cần lưu ý

  • Mô hình thế giới so với LLM: LLM dự đoán token tiếp theo; mô hình thế giới dự đoán trạng thái vật lý tiếp theo, cung cấp trực giác cần thiết cho các tác vụ thực tế.
  • Bối cảnh vật lý là yếu tố then chốt: AI ngày nay thiếu nhận thức tình huống trong các môi trường mở; các mô hình thế giới nhằm mục đích lấp đầy khoảng trống đó.
  • Tập trung chiến lược vào công nghiệp: AMI Labs nhắm mục tiêu vào các khu vực tập trung mạnh về phần cứng như Hàn Quốc để thu thập dữ liệu và các mối quan hệ đối tác cần thiết nhằm huấn luyện AI vật lý.