בעוד תעשיית ה-AI מתחרה על התיוג של "AGI" ו-"superintelligence", AMI Labs צועדת בדרך אחרת. המנכ"ל Alexandre LeBrun, שהקים את הסטארט-אפ יחד עם חתן פרס טורינג Yann LeCun, מדלג על ה-buzzwords ומתמודד עם מה שהוא מכנה החוליה החסרה ב-AI המודרני: אינטואיציה פיזית.

מעבר למלכודת הסמנטית של AGI

בכנס הבינלאומי ללמידת מכונה (ICML) בסיאול, LeBrun אמר כי AMI Labs מסרבת להשתמש במונחים כמו "AGI" או "superintelligence". "אין הגדרה טובה. מה זה superintelligence? אני לא יודע. זו לא מילה מאוד שימושית," הוא אמר, והוסיף כי התעשייה רק מחליפה תיוגים כדי לשמור על ההייפ חי.

במקום לרדוף אחרי תודעה תיאורטית, AMI Labs בונה "world models" (מודלים של עולם) — מערכות הלומדות את חוקי הפיזיקה וחוזות את המצב הבא של העולם. מודל שפה גדול (LLM) מנחש את המילה הבאה; מודל עולם יודע שדחיפה של כוס משולחן תגרום לה להתהפך ולהישפך.

ה"מוח" החסר ברובוטיקה

LeBrun מציין כי החומרה ברובוטיקה זינקה, אך התוכנה עדיין פועלת בצורה "טיפשית מאוד בעולם הפיזי". רובוטים רבים פועלים לפי שגרות סטטיות ונתקלים בקשיים בבתים או ברחובות עמוסים.

הוא מתייחס ל-LLMs ולמודלים של עולם כשותפים, לא כיריבים. בדיוק כפי שהמוח האנושי מפריד בין שפה לבין חשיבה לוגית, LLMs מצטיינים בטקסט בעוד שמודלים של עולם מספקים את ההקשר הדרוש לאינטראקציה פיזית. ההקשר הזה קריטי לבטיחות — למשל, הוא יכול למנוע מרובוט לפגוע באדם במהלך תנועה מורכבת.

צמיחה באמצעות שותפויות תעשייתיות

AMI Labs עדיין בשלב טרום-מוצר, לאחר שגייסה 1.03 מיליארד דולר בשווי חברה (pre-money) של 3.5 מיליארד דולר. מכיוון שמודלים של עולם זקוקים לנתונים מהעולם האמיתי, החברה מחפשת שותפים תעשייתיים שיכולים לפתוח גישה לסביבות מבולגנות ומורכבות.

LeBrun אומר שדרום קוריאה היא מרכז הגיוני: מגזרי המוליכים למחצה, הרובוטיקה והייצור שלה הם ברמה עולמית. על ידי חיבור לתעשיות "עתירות חומרה", AMI Labs יכולה לאמן את המודלים שלה על המציאות הכאוטית ש-LLMs לבדם מפספסים.

למה זה חשוב

המעבר מטקסט גנרטיבי לאינטליגנציה פיזית מסמן את חזית ה-AI הבאה. הגל הראשון ביצע דיגיטליזציה של ידע; הגל הבא, המונע על ידי מודלים של עולם, יבצע דיגיטליזציה של אינטראקציה פיזית. מפתחים ומייסדים צריכים לחפש ערך לא ביצירת שירה, אלא בניווט בטוח ואינטואיטיבי במפעלים ובחדרי מגורים.

נקודות מפתח

  • World Models לעומת LLMs: LLMs חוזים את ה-token הבא; מודלים של עולם חוזים את המצב הפיזי הבא, מה שמעניק את האינטואיציה הדרושה למשימות אמיתיות.
  • הקשר פיזי הוא קריטי: ל-AI של היום חסרה המודעות הסיטואציונית לסביבות פתוחות; מודלים של עולם שואפים לצמצם את הפער הזה.
  • מיקוד תעשייתי אסטרטגי: AMI Labs מכוונת לאזורים מבוססי חומרה כמו דרום קוריאה כדי לאסוף את הנתונים והשותפויות הנדרשים לאימון AI פיזי.