“Nuk kemi robotë që janë qoftë edhe afërsisht po aq të mirë sa një mi në të kuptuarit e botës fizike,” thotë Yann LeCun, një nga figurat më të rëndësishme në fushën e inteligjencës artificiale.
Ai punoi për një dekadë te Meta (kompania pronare e Facebook-ut), ku ishte shkencëtari kryesor i inteligjencës artificiale. Në vitin 2025 ai u largua dhe themeloi Advanced Machine Intelligence Labs (AMI Labs).
Qëllimi i tij është ta çojë inteligjencën artificiale përtej sistemeve aktuale si ChatGPT, Claude dhe Gemini. Sipas tij, këto sisteme janë të dobishme për shumë gjëra, por nuk do të jenë kurrë në gjendje të përballojnë situata të ndërlikuara të botës reale, si p.sh. të bëjnë një robot të kryejë punët e shtëpisë.
“Ato nuk janë rruga drejt inteligjencës së nivelit njerëzor, apo edhe të ngjashme me atë të kafshëve, sepse nuk mund të përpunojnë të dhënat e botës reale. Thjesht nuk janë ndërtuar për këtë,” thotë ai gjatë konferencës VivaTech, konferenca kryesore e teknologjisë në Francë.
Prandaj, kompania AMI Labs, me seli në Paris, po zhvillon një lloj të ri inteligjence artificiale që nuk bazohet në të njëjtën teknologji mbi të cilën janë ndërtuar ChatGPT dhe konkurrentët e tij.
Investitorët besojnë se kjo teknologji ka potencial të madh. Më herët këtë vit, AMI Labs njoftoi se kishte siguruar më shumë se 1 miliard dollarë financim, me investitorë si gjiganti amerikan i çipave Nvidia dhe fondi që menaxhon pasurinë private të themeluesit të Amazon-it, Jeff Bezos.
Ky raund fillestar financimi (“seed funding”), që është faza më e hershme e financimit të një startup-i, ishte një nga më të mëdhenjtë në Evropë.
LeCun thotë se Modelet e Mëdha Gjuhësore (LLM), si ChatGPT, janë jashtëzakonisht të mira në fusha si programimi, zgjidhja e problemeve matematikore dhe gjenerimi i tekstit. Megjithatë, ai argumenton se këto janë probleme të mirëpërcaktuara dhe të parashikueshme.
“Ato thjesht grumbullojnë njohuri. Mund të riprodhojnë atë që kanë mësuar, sepse janë trajnuar për ta bërë këtë, por nuk janë veçanërisht inteligjente. Nuk kanë një kuptim të vërtetë të asaj që ndodh.”
Në botën reale ekziston një numër i pafund rezultatesh të mundshme për çdo veprim, gjë që kërkon një lloj më fleksibël të inteligjencës artificiale.
LeCun merr një stilolaps dhe e vendos drejt mbi majën e tij. Çfarë ndodh kur e lëshon? Edhe një fëmijë i vogël e di se stilolapsi do të rrëzohet. Por askush nuk përpiqet të parashikojë në cilën anë do të bjerë, sepse kjo nuk mund të dihet paraprakisht.
Ndërkohë, një LLM mund të përpiqet të japë një parashikim të vetëm mbi lëvizjen e ardhshme të stilolapsit, duke u bazuar vetëm në modelet statistikore të të dhënave me të cilat është trajnuar.
Ky parashikim pothuajse me siguri do të ishte i gabuar, sepse sistemi nuk arsyeton mbi realitetin fizik të situatës; ai thjesht gjeneron përgjigjen që duket statistikisht më e mundshme.
LeCun thotë se sistemi që po zhvillon kompania e tij, i quajtur Joint Embedding Predictive Architecture (JEPA), është krijuar pikërisht për të trajtuar probleme të tilla.
Ky sistem ndërton modele abstrakte të botës reale që i mundësojnë të vlerësojë pasojat e veprimeve. Krijimi i këtyre abstraksioneve përfshin matematikë shumë të ndërlikuar, por në thelb ato filtrojnë informacionin e panevojshëm dhe i lënë inteligjencës artificiale vetëm përfaqësime të dobishme të botës.
Në rastin e stilolapsit, inteligjenca artificiale do ta kuptonte se nuk ka kuptim të përpiqet të parashikojë drejtimin e saktë të rënies së tij.
Ndërtimi i një inteligjence artificiale më fleksibël është një prioritet edhe për industrinë e robotikës.
Miliarda dollarë janë investuar në zhvillimin e robotëve humanoidë dhe aftësitë e tyre bëhen gjithnjë e më mbresëlënëse.
Megjithatë, trajnimi i tyre për të kryer në mënyrë të sigurt punë shtëpiake, si hekurosja ose sistemimi i enëve në lavastovilje, po rezulton shumë i vështirë dhe i kushtueshëm.
Sipas LeCun, modelet aktuale të inteligjencës artificiale nuk ka gjasa të bëhen ndonjëherë të afta për të funksionuar mirë në një mjedis të tillë.
“LLM-të janë kryesisht të pashpresa për robotikën,” thotë ai.
“Pretendimet se vetëm duke i bërë LLM-të gjithnjë e më të mëdha do të arrijmë inteligjencë mbinjerëzore, thjesht nuk do të realizohen.”
Shumë njerëz në industrinë e inteligjencës artificiale janë dakord me LeCun.
Njëri prej tyre është Ingmar Posner, profesor i Inteligjencës Artificiale të Aplikuar në Universitetin e Oksfordit dhe drejtues i Laboratorit të Inteligjencës Artificiale të Aplikuar. Ai është gjithashtu Amazon Scholar.
“Mendimi im është se dekada e ardhshme do të përqendrohet te sistemet që mund të shpjegojnë. Na duhen modele që mund t’u përgjigjen pyetjeve si: Çfarë është e rëndësishme? Çfarë e shkakton çfarë? Çfarë do të ndodhte nëse do të veproja ndryshe, për shembull nëse do të zgjidhja një veprim tjetër?”
Posner dhe ekipi i tij, me rreth 10 studiues, kanë katër vjet që punojnë mbi një formë alternative të inteligjencës artificiale, e cila bën pjesë në një kategori të gjerë të quajtur World Models (Modelet e Botës).
Megjithëse koncepti i World Models ekziston prej dekadash, një nga frymëzimet kryesore ishte një punim me ndikim i botuar në vitin 2018 nga David Ha dhe Jürgen Schmidhuber.
Ideja e tyre ishte se, falë përparimeve në mësimin automatik (machine learning) dhe fuqisë llogaritëse, një inteligjencë artificiale mund të mësojë të kryejë një detyrë vetëm duke përdorur një simulim të brendshëm, një lloj “modeli mendor”, se si duket dhe funksionon bota.
Marrë nga BBC
/skyweb.al
