Μετά το ChatGPT τι; Ο «γκουρού» της ΑΙ απαντά

Ποια είναι η επόμενη μέρα μετά το ChatGPT και τα υπόλοιπα Large Language Models (LLM); Την απάντηση προσπαθεί να βρει ο Yann LeCun, κορυφαία προσωπικότητα συην τεχνητή νοημοσύνη.

Εργάστηκε στην Meta για μια δεκαετία, όπου ήταν επικεφαλής AI scientist, αλλά έφυγε το 2025 και ίδρυσε τα Advanced Machine Intelligence Labs (AMI Labs). Ο σκοπός του; Να προωθήσει την τεχνητή νοημοσύνη πέρα ​​από τα τρέχοντα συστήματα όπως το ChatGPT, το Claude και το Gemini

Ο ίδιος παραδέχεται ότι διατηρούν ακόμη μια κάποια χρησιμότητα, πιστεύει ωστόσο ότι ποτέ δεν θα είναι σε θέση να αντιμετωπίσουν περίπλοκες καταστάσεις στον πραγματικό κόσμο, όπως το να βάλουν ένα ρομπότ να κάνει τις δουλειές του σπιτιού.

«Δεν αποτελούν τον δρόμο προς μια νοημοσύνη ανθρώπινου επιπέδου, ούτε καν ζωικού τύπου, επειδή δεν μπορούν να διαχειριστούν δεδομένα του πραγματικού κόσμου. Απλώς δεν έχουν κατασκευαστεί γι’ αυτό», αναφέρει ο LeCun στο BBC, στο περιθώριο του VivaTech, του κορυφαίου τεχνολογικού συνεδρίου της Γαλλίας

Σήμερα, η AMI Labs, με έδρα το Παρίσι, ασχολείται με την ανάπτυξη ενός νέου τύπου τεχνητής νοημοσύνης που δεν βασίζεται στην τεχνολογία πίσω από το ChatGPT και τους ανταγωνιστές του.

Νωρίτερα φέτος, η AMI Labs ανακοίνωσε ότι είχε συγκεντρώσει περισσότερα από 1 δισεκατομμύριο δολάρια, με επενδυτές «κολοσσούς» όπως η Nvidia και το fund που διαχειρίζεται την ιδιωτική περιουσία του ιδρυτή της Amazon, Τζεφ Μπέζος.

Η ανεπάρκεια των σημερινών μοντέλων AI

Όπως αναφέρει ο ίδιος, τα μοντέλα LLM «απλώς συσσωρεύουν γνώσεις. Τα εκπαιδεύεις να το αναμασούν αλλά δεν είναι ιδιαίτερα έξυπνα. Δεν διαθέτουν μια βαθύτερη κατανόηση».

Στον πραγματικό κόσμο όμως υπάρχει μια χαοτική ποικιλία αποτελεσμάτων για οποιαδήποτε ενέργεια, γεγονός που απαιτεί έναν πιο ευέλικτο τύπο τεχνητής νοημοσύνης.

Ο LeCun λέει ότι το σύστημα που αναπτύσσει η εταιρεία του, που ονομάζεται Joint Embedding Predictive Architecture (JEPA), έχει σχεδιαστεί για να αντιμετωπίζει τέτοια προβλήματα, δημιουργώντας αφαιρέσεις του πραγματικού κόσμου, που του επιτρέπουν μετά να αξιολογεί τα αποτελέσματα των ενεργειών.

Η δημιουργία αυτών των αφαιρέσεων απαιτεί δύσκολα μαθηματικά, τα οποία ουσιαστικά «φιλτράρουν» άχρηστες πληροφορίες, αφήνοντας στην τεχνητή νοημοσύνη χρήσιμες εικόνες του κόσμου.

Ιδιαίτερα για τη βιομηχανία ρομποτικής η δημιουργία μιας πιο ευέλικτης τεχνητής νοημοσύνης αποτελεί πρώτιστη προτεραιότητα. Αν και έχουν επενδυθεί δισεκατομμύρια δολάρια στην κατασκευή ανθρωποειδών ρομπότ, η εκπαίδευσή τους ώστε να εκτελούν με ασφάλεια οικιακές εργασίες, όπως το σιδέρωμα ή το στοίβαγμα του πλυντηρίου πιάτων, αποδεικνύεται δύσκολη και δαπανηρή.

Ούτε όμως και τα LLMs φαίνεται κατά τον LeCun να μπορούν να βοηθήσουν στην ανάπτυξη της ρομποτικής.

Έρχονται τα «World Models»

Πολλοί στον κλάδο της τεχνητής νοημοσύνης συμφωνούν με τον LeCun, όπως για παράδειγμα ο Ingmar Posner, καθηγητής Εφαρμοσμένης Τεχνητής Νοημοσύνης στο Πανεπιστήμιο της Οξφόρδης, όπου διευθύνει το Εργαστήριο Εφαρμοσμένης ΑΙ του Πανεπιστημίου.

«Η άποψή μου είναι ότι η επόμενη δεκαετία θα αφορά πραγματικά συστήματα που μπορούν να προσφέρουν εξηγήσεις. Χρειάζονται μοντέλα που μπορούν να απαντήσουν σε ερωτήματα όπως: ‘Τι έχει σημασία;’ ‘Τι προκαλεί τι;’ ‘Τι θα συνέβαινε αν έκανα κάτι άλλο’ – όπως αν έκανα μια διαφορετική ενέργεια;», υποστηρίζει ο ίδιος στο BBC.

Ο Posner και η ομάδα του, που αποτελείται από περίπου δέκα ερευνητές, εργάζονται εδώ και τέσσερα χρόνια πάνω σε μια εναλλακτική μορφή τεχνητής νοημοσύνης, η οποία εμπίπτει στην κατηγορία των «World Models», δηλαδή μοντέλων που λειτουργούν εντός του κόσμου.

Ενώ τα World Models υπάρχουν εννοιολογικά εδώ και δεκαετίες, μια έμπνευση για αυτό το project αυτό ήταν μια εργασία που δημοσιεύτηκε από τους David Ha και Jurgen Schmidhuber το 2018.

Οι ίδιοι υποστήριξαν ότι, δεδομένων των εξελίξεων στη μηχανική μάθηση και την υπολογιστική ισχύ, η τεχνητή νοημοσύνη θα μπορούσε να μάθει πώς να κάνει κάτι αποκλειστικά από μια «νοητική» προσομοίωση του πώς μοιάζει ο κόσμος.

Η έρευνα αυτή έγινε έκτοτε καταλύτης για σημαντικό όγκο έρευνας σε World Models, συμπεριλαμβανομένου του Dreamer World Model από την Google.

Πέρυσι, μια παραλλαγή του Dreamer επεξεργάστηκε τον τρόπο συλλογής διαμαντιών στο βιντεοπαιχνίδι Minecraft, φανταζόμενο μελλοντικά σενάρια για να το βοηθήσει στη λήψη αποφάσεων, όπως ανέφερε το περιοδικό Scientific American.

Ο Posner ελπίζει ότι το σύστημα τεχνητής νοημοσύνης στο οποίο εργάζεται η ομάδα του θα βάλει το δικό του λιθαράκι στην ανάπτυξη της AI. Μάλιστα, το αποκαλεί «μηχανιστικό μοντέλο κόσμου», το οποίο θα δομεί τη γνώση με τρόπο που η τεχνητή νοημοσύνη να μπορεί να το χρησιμοποιήσει αποτελεσματικά.

Ποιοι ποντάρουν στα νέα μοντέλα;

Εργασίες πάνω σε «World Models» πραγματοποιούνται από την DeepMind (μέρος της Alphabet, ιδιοκτήτριας εταιρείας της Google) με το μοντέλο Genie, ενώ η Wayve, με έδρα το Λονδίνο, διαθέτει ένα σύστημα που ονομάζεται Gaia.

Εν τω μεταξύ, ο πρωτοπόρος της τεχνητής νοημοσύνης Fei-Fei Li ίδρυσε την εταιρεία World Labs στο Σαν Φρανσίσκο το 2023 για να αναπτύξει ένα νέο μοντέλο τεχνητής νοημοσύνης.

Όπως αναφέρεται στην ιστοσελίδα της εταιρείας, τα «World Models» μαθαίνουν τη στατιστική δομή του χώρου και του χρόνου, π.χ. πώς πέφτει το φως πάνω σε μια επιφάνεια, πώς φαίνεται ένας κήπος από μια γωνία που δεν έχει καταγράψει καμία κάμερα, πώς τα αντικείμενα αντιδρούν στη δύναμη και ακολουθούν τους νόμους της φυσικής.

Η ερώτηση του ενός εκατομμυρίου

Κι εδώ ανακύπτει εύλογα το ερώτημα: Τι θα συμβεί στους ανθρώπους σε έναν κόσμο όπου τα ρομπότ θα μπορούν να λειτουργούν αυτόνομα;

«Θα εξακολουθούμε να χρειαζόμαστε ανθρώπους για να καταλάβουμε ποιες ερωτήσεις να κάνουμε, τι να κατασκευάσουμε, τι να δημιουργήσουμε, που είναι πραγματικά η πραγματικά ανθρώπινη πτυχή», λέει ο LeCun στο BBC – για μας θα λειτουργεί η τεχνητή νοημοσύνη, προσθέτει.

«Η αλληλεπίδρασή μας με τα μελλοντικά συστήματα ΑΙ – ακόμα κι αν είναι πιο έξυπνα από εμάς – θα είναι σαν την αλληλεπίδραση μεταξύ ενός αρχηγού μιας βιομηχανίας ή ενός πολιτικού ηγέτη με το προσωπικό των βοηθών του – πολλοί από τους οποίους είναι πιο έξυπνοι από δαύτους».