Γιαν ΛεΚούν: «Τα ρομπότ δεν καταλαβαίνουν τον κόσμο ούτε σαν αρουραίος» – Γιατί τα σημερινά AI μοντέλα δυσκολεύονται να κατανοήσουν την πραγματικότητα
Ο πρώην επικεφαλής επιστήμονας AI της Meta υποστηρίζει ότι τα σημερινά μοντέλα έχουν όρια και αναπτύσσει μια νέα τεχνολογία για μηχανές που θα μπορούν να λειτουργούν στον φυσικό κόσμο
«Δεν έχουμε ρομπότ που να καταλαβαίνουν τον φυσικό κόσμο ούτε σχεδόν τόσο καλά όσο ένας αρουραίος», λέει ο Γιαν ΛεΚούν, μία από τις πιο γνωστές μορφές στον χώρο της τεχνητής νοημοσύνης.
Σε ρεπορτάζ του BBC, ο πρώην επικεφαλής επιστήμονας AI της Meta εξηγεί γιατί θεωρεί ότι τα σημερινά συστήματα, όπως το ChatGPT, το Claude και το Gemini, έχουν μεν χρησιμότητα, αλλά δεν μπορούν να οδηγήσουν από μόνα τους σε μηχανές με ανθρώπινη ή ακόμη και ζωική κατανόηση του κόσμου.
Ο ΛεΚούν αποχώρησε το 2025 από τη Meta, όπου εργάστηκε για μία δεκαετία, και ίδρυσε στο Παρίσι την Advanced Machine Intelligence Labs, γνωστή ως AMI Labs. Στόχος του είναι να αναπτύξει έναν διαφορετικό τύπο τεχνητής νοημοσύνης, πέρα από την τεχνολογία στην οποία βασίζονται τα μεγάλα γλωσσικά μοντέλα.
«Δεν έχουν πραγματική κατανόηση»
Ο ΛεΚούν αναγνωρίζει ότι τα μεγάλα γλωσσικά μοντέλα είναι πολύ αποτελεσματικά σε συγκεκριμένες εργασίες, όπως ο προγραμματισμός, τα μαθηματικά προβλήματα και η παραγωγή κειμένου.
Το όριο, όπως υποστηρίζει, βρίσκεται αλλού: αυτά τα προβλήματα είναι καλά ορισμένα και σχετικά προβλέψιμα. Ο φυσικός κόσμος δεν λειτουργεί έτσι.
Κατά τον ίδιο, τα LLMs «συσσωρεύουν γνώση» και μπορούν να αναπαράγουν πληροφορίες ή μοτίβα πάνω στα οποία έχουν εκπαιδευτεί, χωρίς όμως να διαθέτουν βαθύτερη κατανόηση.
«Δεν είναι ιδιαίτερα έξυπνα. Δεν έχουν υποκείμενη κατανόηση», αναφέρει.
Για τον ΛεΚούν, αυτός είναι και ο λόγος που τα σημερινά AI μοντέλα δεν μπορούν να χειριστούν σύνθετες καταστάσεις στον πραγματικό κόσμο, όπως η εκπαίδευση ενός ρομπότ ώστε να κάνει με ασφάλεια δουλειές στο σπίτι.
Το παράδειγμα με το στυλό
Για να δείξει τη διαφορά ανάμεσα στη στατιστική πρόβλεψη και την κατανόηση του φυσικού κόσμου, ο ΛεΚούν χρησιμοποιεί ένα απλό παράδειγμα.
Κρατά ένα στυλό όρθιο στη μύτη του και ρωτά τι θα συμβεί αν το αφήσει. Ακόμη και ένα μικρό παιδί ξέρει ότι το στυλό θα πέσει. Κανείς όμως δεν μπορεί να προβλέψει με βεβαιότητα προς ποια κατεύθυνση θα πέσει.
Ένα μεγάλο γλωσσικό μοντέλο μπορεί να επιχειρήσει να δώσει μία συγκεκριμένη πρόβλεψη, βασισμένη σε στατιστικά μοτίβα από τα δεδομένα εκπαίδευσής του. Για τον ΛεΚούν, αυτό δεν σημαίνει ότι το σύστημα κατανοεί τη φυσική πραγματικότητα. Παράγει απλώς μια απάντηση που μοιάζει πιθανή.
Στη ρομποτική, αυτή η διαφορά είναι κρίσιμη. Ένα ρομπότ δεν αρκεί να δίνει σωστές απαντήσεις. Πρέπει να καταλαβαίνει τι έχει σημασία, τι μπορεί να αγνοήσει και ποια ενέργεια είναι ασφαλής στον πραγματικό χώρο.
Το νέο μοντέλο της AMI Labs
Η AMI Labs αναπτύσσει ένα σύστημα που ονομάζεται Joint Embedding Predictive Architecture, ή JEPA.
Η προσέγγιση αυτή βασίζεται στη δημιουργία αφαιρέσεων του πραγματικού κόσμου, ώστε ένα AI σύστημα να μπορεί να αξιολογεί τις συνέπειες μιας ενέργειας χωρίς να χάνεται σε άχρηστες λεπτομέρειες.
Στο παράδειγμα με το στυλό, ένα τέτοιο σύστημα δεν θα προσπαθούσε απαραίτητα να μαντέψει προς τα πού θα πέσει. Θα καταλάβαινε ότι η ακριβής κατεύθυνση δεν είναι το κρίσιμο στοιχείο.
Η νέα εταιρεία του ΛεΚούν έχει ήδη προσελκύσει μεγάλο επενδυτικό ενδιαφέρον. Νωρίτερα φέτος ανακοίνωσε ότι συγκέντρωσε πάνω από 1 δισ. δολάρια σε seed funding, με επενδυτές που περιλαμβάνουν τη Nvidia και το fund που διαχειρίζεται την ιδιωτική περιουσία του ιδρυτή της Amazon, Τζεφ Μπέζος.
Πρόκειται για έναν από τους μεγαλύτερους γύρους αρχικής χρηματοδότησης αυτού του είδους στην Ευρώπη.
Γιατί η ρομποτική χρειάζεται διαφορετική AI
Η ανάγκη για πιο ευέλικτη τεχνητή νοημοσύνη είναι ιδιαίτερα έντονη στη ρομποτική.
Τα τελευταία χρόνια έχουν επενδυθεί δισεκατομμύρια δολάρια στην ανάπτυξη ανθρωποειδών ρομπότ, με τις δυνατότητές τους να γίνονται όλο και πιο εντυπωσιακές. Ωστόσο, η εκπαίδευσή τους για καθημερινές εργασίες, όπως το σιδέρωμα ή το γέμισμα ενός πλυντηρίου πιάτων, παραμένει δύσκολη και ακριβή.
Ο ΛεΚούν είναι κατηγορηματικός: «Τα LLMs είναι σε μεγάλο βαθμό απελπιστικά για τη ρομποτική».
Απορρίπτει επίσης την εκτίμηση ότι η απλή αύξηση του μεγέθους των σημερινών μοντέλων θα οδηγήσει σε υπερανθρώπινη νοημοσύνη.
«Ο ισχυρισμός ότι απλώς μεγαλώνοντας τα LLMs θα φτάσουμε σε υπερανθρώπινη νοημοσύνη, απλώς δεν πρόκειται να συμβεί», λέει.
Τα World Models και η επόμενη δεκαετία
Η κριτική στα σημερινά μοντέλα δεν περιορίζεται στον ΛεΚούν.
Ο Ίνγκμαρ Πόσνερ, καθηγητής Εφαρμοσμένης Τεχνητής Νοημοσύνης στο Πανεπιστήμιο της Οξφόρδης και διευθυντής του Applied AI Lab, εκτιμά ότι η επόμενη δεκαετία θα στραφεί σε συστήματα που μπορούν να εξηγούν.
Όπως αναφέρει, τα νέα μοντέλα θα πρέπει να απαντούν σε ερωτήματα όπως: τι έχει σημασία, τι προκαλεί τι και τι θα συνέβαινε αν μια μηχανή επέλεγε διαφορετική δράση.
Ο Πόσνερ και η ομάδα του εργάζονται εδώ και τέσσερα χρόνια σε μια εναλλακτική μορφή AI, η οποία ανήκει στη γενικότερη κατηγορία των World Models.
Η βασική ιδέα είναι ότι ένα σύστημα τεχνητής νοημοσύνης μπορεί να μαθαίνει μέσα από μια εσωτερική προσομοίωση του κόσμου, ένα είδος «νοητικού» μοντέλου που του επιτρέπει να δοκιμάζει πιθανές εξελίξεις πριν δράσει.
Από το Minecraft στα ρομπότ
Τα World Models υπάρχουν ως ιδέα εδώ και δεκαετίες, όμως η σχετική έρευνα ενισχύθηκε μετά την εργασία των David Ha και Jurgen Schmidhuber το 2018.
Η προσέγγιση αυτή έδειξε πώς, με τη βοήθεια της μηχανικής μάθησης και της αυξημένης υπολογιστικής ισχύος, ένα AI σύστημα μπορεί να μάθει να κάνει κάτι μέσα από μια εσωτερική προσομοίωση του κόσμου.
Από τότε, η ιδέα έχει οδηγήσει σε πολλές ερευνητικές προσπάθειες, μεταξύ των οποίων και το Dreamer World Model της Google. Πέρυσι, μια παραλλαγή του Dreamer κατάφερε να μάθει πώς να συλλέγει διαμάντια στο Minecraft, φανταζόμενη μελλοντικά σενάρια για να πάρει αποφάσεις.
Ο Πόσνερ περιγράφει το σύστημα που αναπτύσσει η ομάδα του ως «μηχανιστικό world model», το οποίο οργανώνει τη γνώση με τρόπο που μπορεί να χρησιμοποιηθεί αποδοτικά από την τεχνητή νοημοσύνη.
Τα συστήματα αυτά, όπως εξηγεί, πρέπει να μπορούν να χωρίζουν, να οργανώνουν, να ανακαλούν, να συνδυάζουν και να τροποποιούν τη γνώση τη στιγμή που χρειάζεται.
Ποιοι άλλοι δουλεύουν στην ίδια κατεύθυνση
Στην ίδια περιοχή έρευνας κινούνται και άλλοι μεγάλοι παίκτες της τεχνητής νοημοσύνης.
Η DeepMind, που ανήκει στην Alphabet, εργάζεται πάνω στο Genie, ενώ η λονδρέζικη Wayve έχει αναπτύξει το σύστημα Gaia.
Η Φέι-Φέι Λι ίδρυσε το World Labs στο Σαν Φρανσίσκο το 2023, με στόχο την ανάπτυξη νέου μοντέλου AI.
Το πότε αυτά τα συστήματα θα φτάσουν σε πρακτική, ευρεία χρήση παραμένει ανοιχτό. Ο Πόσνερ σημειώνει ότι οι εξελίξεις στην τεχνητή νοημοσύνη είναι δύσκολο να προβλεφθούν, θυμίζοντας πως αν κάποιος ρωτούσε το 2017 ή το 2018 πότε θα εμφανιζόταν κάτι σαν το ChatGPT, πολλοί θα απαντούσαν ότι θα χρειάζονταν δεκαετίες.
Το ChatGPT κυκλοφόρησε τον Νοέμβριο του 2022.
Το επόμενο βήμα του ΛεΚούν
Η AMI Labs θα αφιερώσει το υπόλοιπο της χρονιάς στη βελτίωση του μοντέλου της.
Ο ΛεΚούν ελπίζει ότι την επόμενη χρονιά η τεχνολογία θα αρχίσει να χρησιμοποιείται, αρχικά σε βιομηχανικά περιβάλλοντα.
Αν αυτό πετύχει, ο στόχος θα γίνει μεγαλύτερος: γενικά συστήματα νοημοσύνης που θα μπορούν να εφαρμοστούν σχεδόν σε οτιδήποτε στον κόσμο, με ελάχιστη εκπαίδευση ή προσαρμογή.
Για τον ίδιο, ακόμη και αν τα μελλοντικά AI συστήματα γίνουν πιο έξυπνα από τους ανθρώπους, ο ρόλος των ανθρώπων δεν εξαφανίζεται.
Οι άνθρωποι, όπως λέει, θα συνεχίσουν να αποφασίζουν ποιες ερωτήσεις πρέπει να τεθούν, τι πρέπει να χτιστεί και τι πρέπει να δημιουργηθεί.
Η σχέση με τα μελλοντικά συστήματα AI, κατά τον ΛεΚούν, θα μοιάζει με τη σχέση ενός επιχειρηματικού ή πολιτικού ηγέτη με το επιτελείο των βοηθών του: πολλοί μπορεί να είναι πιο έξυπνοι από εκείνον, αλλά εξακολουθούν να εργάζονται για τον ίδιο.
ΔΙΑΒΑΣΤΕ ΕΠΙΣΗΣ:
- Ο νυχτερινός ουρανός μπορεί να αλλάξει μόνιμα: Η προειδοποίηση για 1,7 εκατ. δορυφόρους
- ΟΗΕ: Η Τεχνητή Νοημοσύνη εξελίσσεται πιο γρήγορα από τη δυνατότητα ελέγχου της
- Walkman: Όταν η μουσική χώρεσε για πρώτη φορά στην τσέπη
- Κινητά τηλέφωνα μπορούν να λαμβάνουν ειδοποιήσεις για επερχόμενους σεισμούς, ποιες χώρες και που εφαρμόζεται
- Τεχνητή Νοημοσύνη: Μπορεί το Διάστημα να γίνει ο νέος παγκόσμιος υπερυπολογιστής;
Η «Πελοπόννησος» και το pelop.gr σε ανοιχτή γραμμή με τον Πολίτη
Η φωνή σου έχει δύναμη – στείλε παράπονα, καταγγελίες ή ιδέες για τη γειτονιά σου.
Ακολουθήστε μας για όλες τις ειδήσεις στο Bing News και το Google News
