Mientras la industria de la IA compite por etiquetar la "AGI" y la "superinteligencia", AMI Labs recorre un camino diferente. Su CEO, Alexandre LeBrun, quien cofundó la startup junto al ganador del Premio Turing, Yann LeCun, evita las palabras de moda y aborda lo que él llama el eslabón perdido en la IA moderna: la intuición física.

Superando la trampa semántica de la AGI

En la Conferencia Internacional sobre Aprendizaje Automático en Seúl, LeBrun afirmó que AMI Labs se niega a utilizar términos como "AGI" o "superinteligencia". "No existe una buena definición. ¿Qué es la superinteligencia? No lo sé. No es una palabra muy útil", comentó, añadiendo que la industria simplemente intercambia etiquetas para mantener viva la expectación.

En lugar de perseguir la conciencia teórica, AMI Labs construye "modelos de mundo" (world models): sistemas que aprenden las leyes de la física y predicen el siguiente estado del mundo. Un modelo de lenguaje extenso (LLM) adivina la siguiente palabra; un modelo de mundo sabe que empujar un vaso fuera de una mesa hará que se vuelque y se derrame.

El "cerebro" que falta en la robótica

LeBrun señala que el hardware en robótica ha experimentado un gran auge, pero el software sigue actuando de forma "muy torpe en el mundo físico". La mayoría de los robots siguen rutinas estáticas y tropiezan en hogares o calles concurridas.

Él trata a los LLM y a los modelos de mundo como socios, no como rivales. Del mismo modo que el cerebro humano separa el lenguaje del razonamiento, los LLM destacan en el texto, mientras que los modelos de mundo aportan el contexto necesario para la interacción física. Ese contexto es crucial para la seguridad; por ejemplo, puede evitar que un robot lastime a una persona durante un movimiento complejo.

Escalando mediante alianzas industriales

AMI Labs aún se encuentra en fase de pre-producto, tras haber recaudado 1.030 millones de dólares con una valoración pre-money de 3.500 millones de dólares. Debido a que los modelos de mundo necesitan datos del mundo real, la empresa busca socios industriales que puedan abrir entornos complejos y desordenados.

LeBrun afirma que Corea del Sur tiene sentido como centro neurálgico: sus sectores de semiconductores, robótica y fabricación son de clase mundial. Al integrarse en industrias con un fuerte componente de hardware, AMI Labs puede entrenar sus modelos en la realidad caótica que los LLM por sí solos no logran captar.

Por qué esto es importante

El cambio del texto generativo a la inteligencia física marca la próxima frontera de la IA. La primera ola digitalizó el conocimiento; la siguiente ola, impulsada por modelos de mundo, digitalizará la interacción física. Los desarrolladores y fundadores no deberían buscar el valor en la generación de poesía, sino en la navegación segura e intuitiva de fábricas y salas de estar.

Conclusiones clave

  • Modelos de mundo frente a LLM: Los LLM predicen el siguiente token; los modelos de mundo predicen el siguiente estado físico, aportando la intuición necesaria para tareas reales.
  • El contexto físico es crítico: La IA actual carece de la conciencia situacional necesaria para entornos abiertos; los modelos de mundo aspiran a cerrar esa brecha.
  • Enfoque industrial estratégico: AMI Labs se dirige a regiones centradas en el hardware, como Corea del Sur, para reunir los datos y las alianzas necesarias para entrenar la IA física.