„Nincsenek olyan robotjaink, amelyek akár csak közel olyan jól megértenék a fizikai világot, mint egy patkány” – mondja Yann LeCun, a mesterséges intelligencia világának egyik vezető alakja.

Tíz évig a Facebook tulajdonosánál, a Meta-nál dolgozott, ahol vezető mesterséges intelligencia-kutató volt, de 2025-ben távozott, és megalapította az Advanced Machine Intelligence Labs (AMI Labs) nevű vállalatot.

Célja, hogy a mesterséges intelligenciát a jelenlegi rendszerek, mint a ChatGPT, a Claude és a Gemini szintjén túlra emelje. Ezeknek megvan a maguk hasznuk, mondja, de soha nem lesznek képesek megbirkózni a valós világ bonyolult helyzeteivel, például azzal, hogy egy robotot háztartási feladatok elvégzésére tanítsanak.

„Ezek nem jelentenek utat az emberi szintű vagy emberhez hasonló intelligencia, sőt még az állatihoz hasonló intelligencia felé sem, mert nem tudnak megbirkózni a valós világ adataival – egyszerűen nem erre lettek kialakítva” – mondja nekem a VivaTech, Franciaország vezető technológiai konferenciájának szünetében.

Így a párizsi székhelyű AMI Labs jelenleg egy új típusú mesterséges intelligencia fejlesztésén dolgozik, amely nem a ChatGPT és versenytársai mögött álló technológián alapul.

A befektetők szerint van benne potenciál. Az év elején az AMI Labs bejelentette, hogy több mint 1 milliárd dollárt (760 millió fontot) gyűjtött össze, a befektetők között volt az amerikai számítógépes chipgyártó óriás, az Nvidia, valamint az Amazon-alapító Jeff Bezos magánvagyonát kezelő alap is.

Ez az úgynevezett „seed funding” kör – a start-upok tőkebevonásának legkorábbi szakasza – az egyik legnagyobb volt a maga nemében Európában.

A ChatGPT-hez hasonló nagy nyelvi modellek (LLM-ek) rendkívül jól teljesítenek bizonyos területeken, például a programozásban, a matematikai feladatok megoldásában és a szöveggenerálásban – mondja LeCun.

De szerinte ezek jól meghatározott és kiszámítható problémák.

„Ezek [LLMs] alapvetően csak tudást halmoznak fel… Képesek visszaadni valamit – arra tanítjuk őket, hogy visszaadjanak –, de nem különösebben okosak. Nincs mélyebb megértésük” – mondja.

A valós világban bármely cselekvésnek zavarba ejtően sokféle kimenetele lehet, ami rugalmasabb típusú mesterséges intelligenciát igényel.

LeCun egy tollat tart függőlegesen a hegyén. Mi történik, ha elengeded? – kérdezi. Még egy kisgyerek is tudja, hogy a toll felborulna. De egyetlen ember sem venné a fáradtságot, hogy kitalálja, melyik irányba eshet a toll, mert ezt lehetetlen megmondani.

Egy LLM viszont megpróbálhatna egyetlen előrejelzést generálni a toll következő mozdulatáról a képzési adataiból származó statisztikai minták alapján.

Az előrejelzés szinte biztosan téves lenne, mert a rendszer nem a helyzet fizikai valóságáról következtet – hanem azt generálja, ami statisztikailag valószínűnek tűnik.

LeCun szerint a cég által fejlesztett, Joint Embedding Predictive Architecture (JEPA) nevű rendszer éppen ilyen problémák kezelésére lett kialakítva.

A rendszer a valós világ absztrakcióit hozza létre, amelyek lehetővé teszik számára a cselekvések kimenetelének értékelését.

Ezen absztrakciók létrehozása bonyolult matematikai számításokat igényel, de lényegében kiszűrik a felesleges információkat, így az AI-nek csak a világról alkotott hasznos képek maradnak.

A toll esetében a mesterséges intelligencia tudná, hogy nincs értelme megpróbálni megjósolni, melyik irányba fog a toll leesni.