Yann LeCun, legendarny naukowiec, który stworzył sieci splotowe w latach osiemdziesiątych (technologia do dziś napędzająca kamery telefonu i systemy wspomagające kierowanie), stawia miliard dolarów na inną wizję przyszłości AI. W roli byłego szefa badań nad sztuczną inteligencją w Meta, teraz kontestuje dominujący paradygmat dużych modeli językowych, zarzucając im fundamentalne ograniczenia.
Jego teza jest prowokacyjna: czteroletnie dziecko widzi i rozumie świat bardziej pogłębienie niż ChatGPT. Podczas gdy współczesne LLM uczyły się z miliardów tokenów tekstowych, systemowi brakowało bezpośredniej obserwacji rzeczywistości fizycznej, przyczynowości i konsekwencji działań. LeCun wierzy, że aby AI dorównało ludzkiemu poziomowi rozumienia, musi się uczyć poprzez oddziaływanie ze środowiskiem - widzieć, działać, obserwować rezultaty, a następnie budować modele przyczynowe świata.
Ta perspektywa ma głębokie implikacje dla kierunku badań AI. Jeśli LeCun ma rację, obecne podejście zmienia się z trenowania na coraz większych zbiorach tekstu na budowanie systemów, które uczą się przez interakcję i doświadczenie. To mogłoby być przełom pozwalający przejść poza limitacje LLM i stworzyć AI o znacznie lepszym rozumieniu rzeczywistości fizycznej i zdolności do rozwiązywania złożonych problemów w świecie rzeczywistym.