چرا الکساندر لبرون از آزمایشگاه های AMI هوش مصنوعی خود را “AGI” یا “Super Intelligence” نمی نامد؟

در حالی که بقیه صنعت هوش مصنوعی با برچسب زدن به کار خود “AGI” یا “ابر هوش” رقابت می کنند، الکساندر لبرون، مدیر عامل استارت آپ مدل جهانی یان لیکان AMI Labs، به طور کلی از این شرایط اجتناب می کند. لبرون در مصاحبه ای با TechCrunch گفت که این شرکت به هیچ وجه از عباراتی مانند “AGI” یا “Super Intelligence” استفاده نمی کند.

او گفت: “ما هرگز از کلمه AGI استفاده نکردیم. و من فقط متوجه شدم که هیچ کس دیگر از آن استفاده نمی کند؛ آنها به سمت سوپرهوشی رفتند.” دفعه بعد به چیز دیگری تغییر می کنیم. او همچنین در برچسب جدید فروخته نمی شود. “هیچ تعریف خوبی وجود ندارد. ابرهوش چیست؟ نمی دانم. این کلمه خیلی مفیدی نیست.”

این یک نگرش تند بنیانگذار است که در مرکز آخرین نسل هوش مصنوعی قرار دارد.

TechCrunch در حالی که او هفته گذشته برای کنفرانس بین المللی یادگیری ماشین در سئول بود، با LeBrun صحبت کرد، جایی که او به دنبال شرکای صنعتی محلی، شرکت های جهانی و محققان بود. آزمایشگاه های AMI هنوز یک پیش محصول است، اما در حال حاضر به بازیکنان رباتیک، تولید و الکترونیک خدمت می کند. لبرون توضیح داد که مدلی از جهان که فیزیک را برای پیش بینی و کار با دنیای واقعی ترکیب می کند، باید خود را در خارج از آزمایشگاه ثابت کند.

یکی از حوزه‌هایی که انتظار می‌رود مدل‌های جهانی در آن تأثیر زیادی داشته باشند، رباتیک است. لبرون گفت: تا کنون، روبات‌ها فقط از روال‌های ثابت استفاده می‌کنند، «کاملاً ثابت» و هوش مصنوعی «در دنیای فیزیکی واقعاً احمقانه است».

در حالی که هوش مصنوعی تنها می‌تواند ربات‌ها را از زمینه آگاه کند، این امر باعث ایجاد «تفاوت بسیار بزرگی در جهان» می‌شود. به عنوان مثال، چنین هوش مصنوعی آگاه از زمینه، برای جلوگیری از نزدیک شدن و لگد زدن یک کودک توسط رباتی که در حال رقصیدن و تمرین کونگ فو در یک رویداد عمومی است، مفید خواهد بود. “سخت افزار بسیار پیشرفته است؛ توسعه سخت افزار در چند ماه گذشته باورنکردنی بوده است، اما هیچ مغزی وجود ندارد.”

مدل زبان بزرگ (LLM) کلمه یا متن بعدی را پیش‌بینی می‌کند و مدل جهان وضعیت بعدی را پیش‌بینی می‌کند. لیوان را از روی میز فشار دهید و می دانید که فرو می ریزد و می ریزد. لبرون توضیح داد که این همان شهودی است که مدل جهانی قرار است آن را به تصویر بکشد: پیش بینی وضعیت بعدی جهان.

لبرون گفت که او استدلال نمی کند که مدل های جهانی بهتر از LLM ها هستند، که وقتی صحبت از سیستم های هوش مصنوعی می شود که دنیای فیزیکی را درک می کنند، “مکمل هستند، نه جایگزین” هستند. او شباهتی با زبان و عملکردهای استدلال جداگانه مغز انسان ترسیم می کند و اضافه می کند که LLM ها قوی ترین ابزار برای پردازش زبان باقی می مانند، در حالی که مدل های جهانی زمینه و درک دنیای واقعی را فراهم می کنند.

لبرون گفت: تقریباً هر صنعتی که «دنیای واقعی را لمس کند» در نهایت می‌تواند از مزایای روباتیک بر اساس مدل‌های جهانی بهره ببرد، با این استدلال که محیط‌های فیزیکی در جایی که LLM ضعیف‌تر هستند، باقی می‌مانند.

او گفت که ربات کارخانه ای که همان حرکت را تکرار می کند، امروز به اندازه کافی خوب کار می کند. چالش زمانی شروع می‌شود که «روبات خود را به محیطی بازتر، خانه یا خیابان ببرید»، جایی که باید محیط اطراف خود را درک کند و با خیال راحت کار کند. او گفت: «روبات ها در حال حاضر ایمن نیستند. امروز هیچ راه حلی برای این موضوع وجود ندارد.»

Healthcare مثال شخصی تری را برای LeBrun ارائه می دهد که شرکت قبلی او Nabla، یک استارتاپ سلامت هوش مصنوعی بود. او سیستم‌های هوش مصنوعی امروزی را با پزشکی مقایسه کرد که فقط با کتاب‌های درسی و بدون مدرک تحصیلی آموزش دیده است. او گفت که LLM می تواند در پزشکی مفید باشد، اما “تنها یک درصد مراقبت های بهداشتی” را پوشش می دهد. بقیه به تجربه واقعی بستگی دارد.

لبرون گفت، اما مدلی از جهان را نمی توان در آزمایشگاه ساخت. به گفته مدیر عامل، AMI به محیط های معتبر و شرکای نزدیک برای آموزش واقعی نیاز دارد. “ما نیاز به دسترسی به دنیای واقعی داریم” و “این کار را برای ما با شرکا آسان تر است.” این بخشی از چیزی است که او را به آسیا می کشاند، جایی که ربات ها، تراشه ها و کارخانه ها واقعاً در آنجا هستند.

لبرون هنوز استراتژی کامل برای آسیا را مشخص نکرده است. گفت: خیلی زود است. اما جذابیت کره جنوبی به دو دلیل است. اول، کره دارای صنایع پیشرفته در رباتیک، نیمه هادی ها و تولید است. بخش های سخت افزاری سنگینی که به سختی توسط موج اول هوش مصنوعی لمس شدند.

جذابیت دیگر سرعت است. لبرون به برنامه ملی کره برای سرمایه گذاری در هوش مصنوعی و تاریخچه آن به عنوان اولین پذیرنده اشاره کرد. او گفت: «25 سال پیش کره سریع‌ترین پذیرنده اینترنت بود. او این ترکیب را، یک پایگاه صنعتی عمیق و تمایل به پذیرش سریع هوش مصنوعی، «بی نظیر» و دلیل آن را «ما می‌خواهیم از روز اول اینجا باشیم» می‌نامد.

مدیر عامل SBVA و یکی از حامیان آسیایی AMI، JP Lee به TechCrunch گفت: “من به الکس و تیم گفته ام که به کره بیایند.”

لی گفت که دولت “کار فوق العاده ای” برای تامین مالی مدل های LLM مستقل محلی انجام داده است، و آنها در حال حاضر “به اندازه کافی خوب” برای اهداف عمومی کار می کنند، اما او همچنین از کره می خواهد که به سرمایه گذاری در هوش مصنوعی فیزیکی ادامه دهد. او به برنامه سئول در ماه ژوئن برای بسیج 880 میلیارد دلاری برای تراشه ها، مراکز داده هوش مصنوعی و هوش مصنوعی فیزیکی، یکی از سه رکن اعلام شده آن اشاره می کند: “آنها باید با هم همزیستی کنند.”

لی استدلال کرد که ارزش کره برای شرکت های خارجی فقط در سخت افزار نیست. توسعه‌دهندگان محلی به سرعت ابزارهای جدیدی را اتخاذ و تطبیق می‌دهند که باعث تولید بازیکنان اینترنتی داخلی مانند Naver و Kakao شده است.

با وجود تمام قدرت ستاره ای و چک میلیارد دلاری، AMI هنوز چیزی برای فروش ندارد. این استارت آپ که توسط یان لیکون برنده جایزه تورینگ در هنگام ترک متا تأسیس شد، در ماه مارس 1.03 میلیارد دلار با ارزش گذاری اولیه 3.5 میلیارد دلار جمع آوری کرد. هنوز هیچ محصول یا جدول زمانی وجود ندارد که او به آن متعهد باشد. لبرون گفت: وقتی آماده شدیم یک سورپرایز انجام می دهیم.