Παύλος Πανταζόπουλος
Στις 10 Μαρτίου 2026, ένας από τους τρεις «νονούς» της Τεχνητής Νοημοσύνης, ο Yann LeCun, πρώην Chief AI Scientist της Meta για 12 χρόνια και νικητής του Turing Award (2018), έκανε μια ανακοίνωση που τάραξε τη βιομηχανία τεχνολογίας: Δημιούργησε την AMI Labs, με χρηματοδότηση $1.03 δισεκατομμυρίων, το μεγαλύτερο ευρωπαϊκό seed round όλων των εποχών.
Αποτίμηση: $3.5 δισ. Προϊόν: Κανένα. Ομάδα: 12 άτομα. Ηλικία εταιρείας: 4 μήνες.
Η αποστολή; Να αποδείξει ότι ολόκληρη η βιομηχανία Τεχνητής Νοημοσύνης πορεύεται προς τη λάθος κατεύθυνση. «Η ιδέα ότι θα επεκτείνετε τις δυνατότητες των LLMs στο σημείο που θα φτάσουν την ανθρώπινη νοημοσύνη είναι απόλυτη ανοησία», δήλωσε ο LeCun σε συνέντευξή του στο WIRED.
Αυτός όμως δεν είναι κάποιος τυχαίος αμφισβητίας. Είναι ο άνθρωπος που έχτισε από το μηδέν το κέντρο έρευνας για την τεχνητή νοημοσύνη της Meta, που κέρδισε το Turing Award το 2018 μαζί με τους Geoffrey Hinton και Yoshua Bengio, αυτός που δημιούργησε το πεδίο του deep learning.
Και τώρα λέει ότι το ChatGPT, το Claude, το Gemini, τα Large Language Models που αποτιμώνται σε περισσότερα από $1 τρισ., δεν θα φτάσουν ποτέ την ανθρώπινη νοημοσύνη.
LLMs vs World Models
Το στοίχημα του LeCun βασίζεται σε μια θεμελιώδη τεχνική διαφωνία για το τι σημαίνει «νοημοσύνη».
Τα Large Language Models (το ChatGPT της OpenAI, το Claude της Anthropic, το Gemini της Google), μαθαίνουν διαβάζοντας τεράστιες ποσότητες κειμένου. Εκπαιδεύονται να προβλέπουν την επόμενη λέξη σε μια πρόταση, και μέσα από αυτή τη διαδικασία αποκτούν εκπληκτική γλωσσική ικανότητα. Μπορούν να γράψουν άρθρα, να εξηγήσουν έννοιες, να συζητήσουν φιλοσοφία.
Αλλά ο LeCun επιμένει: Αυτό δεν είναι κατανόηση. Ένα LLM μπορεί να γράψει για τη βαρύτητα, αλλά δεν κατανοεί τη βαρύτητα. Είναι σαν μαθητής που απομνημόνευσε εγχειρίδια χωρίς να έχει πειραματιστεί ποτέ. Δεν έχει βίωμα στην πραγματικότητα, γι’ αυτό τα LLMs έχουν «παραισθήσεις», επινοούν πράγματα που δεν υπάρχουν, δεν έχουν κοινή λογική και αδυνατούν να προβλέψουν απλά φυσικά φαινόμενα.
Η λύση, σύμφωνα με τον LeCun; World Models. «Η πραγματική νοημοσύνη δεν ξεκινά από τη γλώσσα. Ξεκινά από τον κόσμο», δήλωσε ο LeCun κατά την ανακοίνωση της AMI Labs.
Αντί να μαθαίνουν από κείμενο, τα World Models μαθαίνουν όπως τα μωρά: Παρατηρώντας τον φυσικό κόσμο. Χτίζουν ένα εσωτερικό μοντέλο του πώς δουλεύει ο κόσμος, μαθαίνουν τη σχέση αιτίας-αποτελέσματος, αισθάνονται τους φυσικούς νόμους. Αποκτούν κοινή λογική, καταλαβαίνουν «προφανή» πράγματα που τα LLMs αγνοούν.
Η τεχνολογία βασίζεται στη JEPA (Joint Embedding Predictive Architecture), μια αρχιτεκτονική που ο LeCun ανέπτυξε στη Meta και δημοσίευσε το 2022. Αντί να προβλέπει κάθε pixel σε μια εικόνα, όπως κάνουν τα generative models, η JEPA μαθαίνει αφηρημένες αναπαραστάσεις, τους υποκείμενους κανόνες που διέπουν τον κόσμο.
Η πρακτική διαφορά μεταξύ LLMs και World Models γίνεται αντιληπτή όταν μιλάμε για ρομπότ, αυτόνομα οχήματα, συστήματα παραγωγής. Ένα LLM μπορεί να εξηγήσει πώς να αλλάξεις λάστιχο, αλλά δεν μπορεί να το αλλάξει. Ένα World Model μπορεί, επειδή κατανοεί πώς λειτουργεί ο φυσικός κόσμος.
Σύμφωνα με το TechCrunch, οι εφαρμογές των World Models περιλαμβάνουν ρομποτική (οικιακά ρομπότ που κατανοούν πώς να χειρίζονται αντικείμενα), αυτόνομα οχήματα (συστήματα που προβλέπουν τι θα κάνουν άλλοι οδηγοί), παραγωγή (AI που σχεδιάζει και βελτιστοποιεί φυσικές διαδικασίες) και αεροδιαστημική (προσομοιώσεις που μαθαίνουν από πραγματικά δεδομένα).
Το στοίχημα του $1 τρισ.
Αν ο LeCun έχει δίκιο, τότε η OpenAI ($730 δισ. αποτίμηση), η Anthropic ($380 δισ.), η Microsoft, η Google, όλοι προχωρούν στον λάθος δρόμο. Αν ο LeCun έχει άδικο, τότε τα LLMs συνεχίζουν προς την AGI (Artificial General Intelligence). Το GPT-6, το GPT-7 φέρνουν την επανάσταση που όλοι περιμένουν. Τα World Models παραμένουν niche εφαρμογή για robotics. Και το $1 δισ. του LeCun χάνεται.
Η αγορά έχει ήδη τοποθετηθεί. Πάνω από $1 τρισ. σε αποτιμήσεις, συν τις υποδομές και την υπολογιστική ισχύ. Η OpenAI μόλις υπέγραψε συμφωνία με το Πεντάγωνο μετά την αποχώρηση της Anthropic. Η Google επενδύει δισεκατομμύρια στο Gemini. Η Microsoft διπλασιάζει τις επενδύσεις της σε κέντρα δεδομένων.
Από την άλλη, η AMI Labs του LeCun με αποτίμηση $3,5 δισ. και η World Labs της Fei-Fei Li με $5 δισ. εκπροσωπούν το αντίθετο στοίχημα. Τα ποσά είναι σημαντικά μικρότερα, αλλά η λίστα των επενδυτών εντυπωσιάζει: Bezos Expeditions, Nvidia, Samsung, Toyota Ventures, Temasek, ονόματα που δεν επενδύουν τυχαία.
Και υπάρχει, φυσικά, η ειρωνεία της Meta. Η εταιρεία που «έχασε» τον LeCun επενδύει τώρα και στις δύο κατευθύνσεις. Ο LeCun εγκατέλειψε τη Meta στα τέλη του 2025 επειδή διαφωνούσε με την απόφαση του Mark Zuckerberg να επενδύσει μαζικά σε LLMs. «Είπα στον Mark ότι μπορώ να το κάνω γρηγορότερα, φθηνότερα και καλύτερα εκτός Meta», δήλωσε στους Financial Times.
Σύμφωνα με το MIT Technology Review, υπάρχει ένα παράδοξο. Τα LLMs λειτουργούν τώρα, παράγουν έσοδα τώρα, έχουν σαφή πορεία ανάπτυξης. Τα World Models χρειάζονται χρόνια θεμελιώδους έρευνας, δεν παράγουν κανένα προϊόν ακόμα.
Το σώμα των ρομπότ
Η διαφωνία LeCun-LLMs επαναφέρει μια βαθύτερη φιλοσοφική διαμάχη: Μπορεί η νοημοσύνη να υπάρχει χωρίς σώμα;
Ο Andy Clark, ένας από τους κορυφαίους σύγχρονους θεωρητικούς της ενσώματης νόησης (embodied cognition), υποστηρίζει εδώ και δεκαετίες ότι η νοημοσύνη δεν είναι αφηρημένος υπολογισμός αλλά «εκτεταμένος νους» (extended mind), ένα σύστημα που εκτείνεται από τον εγκέφαλο στο σώμα και τον κόσμο. Σύμφωνα με τον Clark, δεν σκεφτόμαστε για τον κόσμο, σκεφτόμαστε μέσα στον κόσμο, χρησιμοποιώντας το σώμα μας ως εργαλείο.
Τα LLMs είναι εγκέφαλοι χωρίς σώμα. «Brains in a vat», όπως θα έλεγε ο Clark. Ξέρουν τα πάντα για τους σκύλους, αλλά δεν έχουν νιώσει ποτέ την αγάπη τους.
Αυτή η κριτική δεν είναι νέα. Ήδη από τη δεκαετία του ’70, ο Hubert Dreyfus, φιλόσοφος στο MIT και Berkeley και ένας από τους πρώτους σκεπτικιστές της τεχνητής νοημοσύνης, προειδοποιούσε ότι η τεχνητή νοημοσύνη θα παραμείνει «τυφλή» όσο δεν διαθέτει σώμα να «προσκρούει» στην πραγματικότητα. Στο βιβλίο του “What Computers Can’t Do” (1972), ο Dreyfus επιτέθηκε στην τότε κυρίαρχη προσέγγιση, ότι η νοημοσύνη είναι απλά χειρισμός συμβόλων.
Για τον Dreyfus, η νοημοσύνη είναι “εμπλοκή” με τον κόσμο. Πενήντα χρόνια αργότερα, ο LeCun λέει το ίδιο πράγμα. «Η πραγματική νοημοσύνη δεν ξεκινά από τη γλώσσα αλλά από τον κόσμο». Αν η ιστορία τον δικαιώσει, το $1 δισ. του δεν αγοράζει κώδικα, αγοράζει σώμα για την τεχνητή νοημοσύνη.
Και ίσως η απάντηση δεν κρύβεται στα data centers της Silicon Valley, αλλά στην εμπειρία ενός μωρού που ρίχνει για πρώτη φορά μια μπάλα και μαθαίνει, χωρίς λέξεις, τι σημαίνει βαρύτητα.
naftemporiki.gr
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου