Σε βάθος χρόνου, οραματίζεται γενικά συστήματα τεχνητής νοημοσύνης που θα μπορούν να προσαρμόζονται σχεδόν σε οτιδήποτε στον κόσμο με ελάχιστη εκπαίδευση ή fine‑tuning.
Η τεχνητή νοημοσύνη μπορεί να γράφει κείμενα και να λύνει προβλήματα, αλλά –σύμφωνα με τον Yann LeCun– δεν είναι καν στο επίπεδο… ενός αρουραίου όταν μιλάμε για κατανόηση του πραγματικού κόσμου.
Ο Γάλλος επιστήμονας, μια από τις πιο εμβληματικές φυσιογνωμίες της AI και επί χρόνια επικεφαλής της έρευνας τεχνητής νοημοσύνης στη Meta, άφησε το Facebook το 2025 για να δημιουργήσει τη δική του εταιρεία, την Advanced Machine Intelligence Labs (AMI Labs). Στόχος του είναι να πάει την τεχνητή νοημοσύνη πολύ πέρα από τα σημερινά συστήματα τύπου ChatGPT, Claude ή Gemini, τα οποία –όπως λέει– είναι χρήσιμα, αλλά δεν μπορούν να διαχειριστούν σύνθετες, απρόβλεπτες καταστάσεις στον φυσικό κόσμο, όπως ένα ρομπότ που θα κάνει με ασφάλεια δουλειές στο σπίτι.
Η AMI Labs δουλεύει πάνω σε μια εντελώς διαφορετική προσέγγιση, που δεν βασίζεται στην τεχνολογία των σημερινών μεγάλων γλωσσικών μοντέλων. Οι επενδυτές δείχνουν να εμπιστεύονται αυτή την κατεύθυνση: η εταιρεία έχει ήδη αντλήσει πάνω από 1 δισ. δολάρια σε έναν πρώτο γύρο χρηματοδότησης, με τη συμμετοχή της Nvidia και του fund που διαχειρίζεται την προσωπική περιουσία του Τζεφ Μπέζος. Πρόκειται για έναν από τους μεγαλύτερους seed γύρους που έχουν γίνει ποτέ στην Ευρώπη.
Τα όρια των γλωσσικών μοντέλων
Ο LeCun αναγνωρίζει ότι τα Μεγάλα Γλωσσικά Μοντέλα (LLMs) είναι εντυπωσιακά σε συγκεκριμένους τομείς: κώδικας, μαθηματικά, παραγωγή κειμένου. Όμως, όπως υπογραμμίζει, αυτά τα προβλήματα είναι σε μεγάλο βαθμό «καθορισμένα» και προβλέψιμα. Τα μοντέλα αυτά «συσσωρεύουν γνώση» και αναπαράγουν μοτίβα από τα δεδομένα εκπαίδευσης, χωρίς πραγματικά βαθύτερη κατανόηση.
Στον πραγματικό κόσμο, κάθε ενέργεια μπορεί να οδηγήσει σε μια τεράστια γκάμα πιθανών αποτελεσμάτων. Για να διαχειριστείς αυτό το εύρος, χρειάζεσαι μια νοημοσύνη που μπορεί να φτιάχνει εσωτερικά μοντέλα του κόσμου, όχι απλώς να μαντεύει την επόμενη «στατιστικά εύλογη» λέξη. Ο LeCun δίνει ένα απλό παράδειγμα: αν βάλεις ένα στυλό όρθιο στη μύτη σου και το αφήσεις, ακόμη και ένα μικρό παιδί ξέρει ότι θα πέσει, αλλά δεν έχει νόημα να προβλέψει προς ποια κατεύθυνση. Ένα κλασικό LLM, αντίθετα, θα προσπαθούσε να δώσει μια συγκεκριμένη πρόβλεψη, βασισμένη στα στατιστικά μοτίβα που έχει δει, χωρίς καμία πραγματική «αίσθηση» της φυσικής.
Το JEPA και οι «αφαιρέσεις» του πραγματικού κόσμου
Για να ξεπεράσει αυτά τα όρια, η AMI Labs αναπτύσσει μια αρχιτεκτονική που ονομάζεται Joint Embedding Predictive Architecture (JEPA). Η ιδέα είναι η τεχνητή νοημοσύνη να δημιουργεί αφαιρέσεις του πραγματικού κόσμου – εσωτερικές αναπαραστάσεις που κρατούν μόνο τις χρήσιμες πληροφορίες και φιλτράρουν τον «θόρυβο». Σε ένα παράδειγμα όπως το στυλό, ένα τέτοιο σύστημα δεν θα προσπαθούσε να προβλέψει την ακριβή κατεύθυνση της πτώσης, γιατί θα «καταλάβαινε» ότι αυτό είναι ουσιαστικά τυχαίο και άνευ σημασίας.
Κατά τον LeCun, μόνο μοντέλα που μπορούν να χτίσουν τέτοιες αφαιρέσεις και να αξιολογούν τις συνέπειες των ενεργειών τους θα καταφέρουν να λειτουργήσουν στον αληθινό κόσμο, ιδίως στη ρομποτική, όπου οι πράξεις έχουν φυσικό κόστος και ρίσκο.
Γιατί τα σημερινά μοντέλα δεν «κάνουν» για ρομπότ
Παρότι επενδύονται δισεκατομμύρια στην ανάπτυξη ανθρωποειδών ρομπότ και τα βίντεο που βλέπουμε γίνονται ολοένα πιο εντυπωσιακά, η πραγματικότητα είναι πιο «σκληρή»: το να μάθεις σε ένα ρομπότ να σιδερώνει, να γεμίζει το πλυντήριο πιάτων ή να κινείται με ασφάλεια σε ένα σπίτι είναι εξαιρετικά δύσκολο και ακριβό. Ο LeCun είναι κατηγορηματικός ότι τα σημερινά LLMs είναι σε μεγάλο βαθμό άχρηστα για αυτές τις δουλειές.
Όπως λέει, η ιδέα ότι απλώς μεγαλώνοντας διαρκώς την κλίμακα των LLM θα φτάσουμε κάποια στιγμή σε υπερανθρώπινη νοημοσύνη είναι απλώς μη ρεαλιστική. Σε αυτό συμφωνούν και πολλοί άλλοι ερευνητές του χώρου.
«Μοντέλα Κόσμου» και εξηγήσιμη AI
Ο Ingmar Posner, καθηγητής Εφαρμοσμένης Τεχνητής Νοημοσύνης στην Οξφόρδη και Amazon Scholar, συμμερίζεται την άποψη ότι η επόμενη δεκαετία της AI θα επικεντρωθεί σε συστήματα που μπορούν να εξηγούν, να κατανοούν αιτιότητα και να απαντούν σε ερωτήσεις τύπου «τι έχει σημασία;», «τι προκαλεί τι;», «τι θα γινόταν αν έκανα κάτι άλλο;».
Ο Posner και η ομάδα του δουλεύουν πάνω σε αυτό που ονομάζουν «μηχανιστικό μοντέλο κόσμου», μια μορφή AI που ανήκει στην ευρύτερη κατηγορία των World Models. Σε αυτά τα συστήματα, η τεχνητή νοημοσύνη μαθαίνει να δίνει λύσεις μέσα από «νοητικές» προσομοιώσεις του πώς λειτουργεί ο κόσμος, αντί να βασίζεται μόνο σε στατικά δεδομένα. Ήδη, παραλλαγές αυτής της προσέγγισης –όπως το Dreamer της Google– έχουν δείξει ότι μπορούν να μάθουν σύνθετες στρατηγικές (π.χ. σε παιχνίδια όπως το Minecraft) φανταζόμενες μελλοντικές καταστάσεις.
Κοινός στόχος αυτών των προσπαθειών είναι η οργάνωση της γνώσης με τρόπο που να μπορεί να ανακαλείται, να συνδυάζεται και να τροποποιείται όταν χρειάζεται – κάτι πιο κοντά στον τρόπο που μαθαίνει και σκέφτεται ο άνθρωπος.
Το χρονοδιάγραμμα του LeCun και το μέλλον της εργασίας
Ο LeCun υπολογίζει ότι το νέο μοντέλο της AMI Labs θα δοκιμαστεί σε πραγματικές εφαρμογές ήδη από τον επόμενο χρόνο, αρχικά σε βιομηχανικά περιβάλλοντα όπου οι συνθήκες είναι πιο ελεγχόμενες. Αν τα αποτελέσματα είναι θετικά, το επόμενο βήμα θα είναι η κλιμάκωση σε πιο «ανοικτά» περιβάλλοντα και χρήσεις.
Σε βάθος χρόνου, οραματίζεται γενικά συστήματα τεχνητής νοημοσύνης που θα μπορούν να προσαρμόζονται σχεδόν σε οτιδήποτε στον κόσμο με ελάχιστη εκπαίδευση ή fine‑tuning. Παρ’ όλα αυτά, δεν βλέπει ένα μέλλον όπου οι μηχανές αντικαθιστούν πλήρως τον άνθρωπο. Αντίθετα, θεωρεί ότι ο ρόλος μας θα είναι να διαλέγουμε τις ερωτήσεις, τους στόχους και τις κατευθύνσεις – το «τι» και το «γιατί» – αφήνοντας στα συστήματα να βρουν το «πώς».
Ο ίδιος παρομοιάζει τη σχέση με τα μελλοντικά, ακόμη και υπεράνθρωπα, συστήματα AI με τη σχέση ενός βιομηχάνου ή πολιτικού ηγέτη με τους συμβούλους του: πολλοί από αυτούς μπορεί να είναι αντικειμενικά πιο έξυπνοι, αλλά παραμένουν εργαλεία που υπηρετούν ένα ανθρώπινο όραμα και μια ανθρώπινη κρίση.
ΔΙΑΒΑΣΤΕ ΠΕΡΙΣΣΟΤΕΡΕΣ ΕΙΔΗΣΕΙΣ:
- Μost Admired Companies in Greece: Οι εταιρείες που ξεχώρισαν το 2026
- Θεοδωρόπουλος στο -: Η κοινωνία και η αγορά έχουν ανάγκη από ισχυρά και θετικά πρότυπα
- ΙΟΒΕ: Η ανάπτυξη δεν είναι δεδομένη – Το «κακό σενάριο» που μπορεί να διώξει τις επενδύσεις
- Κρίστιαν Χατζημηνάς στο -: H «άυλη αξία» μιας εταιρείας είναι οι άνθρωποί της
