AMI Labs 的亞歷山大·勒布倫為何避免將其人工智慧稱為「AGI」或「超級智慧」

當其他人工智慧公司爭相將其研究成果稱為「AGI」或「超級智慧」之際,由 Yann LeCun 創辦的世界模型新創公司 AMI Labs 的執行長 Alexandre LeBrun 卻完全避開了這些術語。 在接受 TechCrunch 採訪時,勒布倫表示該公司從不使用「AGI」或「超級智慧」這類詞彙。
「我們從未使用過『AGI』這個詞。而且我注意到現在已經沒人用這個詞了;大家已經改用『超級智慧』了,」他說。「下次我們會改用其他詞彙。」 他對這個新標籤也並不買帳。「沒有一個好的定義。什麼是超級智慧?我不知道。這不是一個很有用的詞。」
對於身處人工智慧最新競逐浪潮核心的創辦人而言,這是一項尖銳的立場。
上週,LeBrun 前往首爾參加「國際機器學習會議」期間,TechCrunch 對他進行了專訪。當時他正在當地物色產業合作夥伴、跨國企業及研究人員。 AMI Labs 目前仍處於產品開發前階段,但已開始積極接觸機器人、製造業及電子產業的相關企業。勒布倫解釋道,一種融合物理學以預測並與真實世界互動的「世界模型」,必須在實驗室之外證明其價值。
機器人領域被預期將是世界模型產生重大影響的領域之一。勒布倫表示,目前機器人僅執行固定的例行程序,是「完全靜態的」,而人工智慧在「物理世界中」仍「非常笨拙」。
即使人工智慧只能讓機器人「意識到情境」,這也將為世界帶來「極大的改變」。例如,這種具備情境感知能力的人工智慧,本可避免在公開活動中既跳舞又表演功夫的機器人,誤向孩童靠近並踢到對方。 「硬體非常先進;過去幾個月來硬體的進步令人驚嘆,但缺乏『大腦』。」
大型語言模型(LLM)用於預測下一個詞彙或文本,而世界模型則用於預測下一個狀態。只要輕推桌上的玻璃杯,你便已知它會傾倒並灑出液體;勒布倫解釋道,這正是世界模型旨在捕捉的直覺:預測世界的下一個狀態。
他並非主張世界模型優於大型語言模型(LLM);勒布倫表示,就理解物理世界的人工智慧系統而言,兩者是「互補而非可取代」的。 他以人類大腦中語言與推理功能各異為例進行類比,並補充道,大型語言模型(LLMs)仍將是處理語言最有效的工具,而世界模型則將提供語境與對現實世界的理解。
勒布倫表示,幾乎所有「與現實世界接觸」的產業,最終都可能採用基於世界模型的機器人技術,並指出實體環境仍是大型語言模型最薄弱的環節。
他表示,目前重複相同動作的工廠機器人運作得還算順利。真正的挑戰在於「當你將機器人帶到戶外、更開闊的環境中,例如家中或街頭」時,此時機器人必須理解周遭環境並安全運作。「目前機器人並不安全,」他說。 「目前尚無解決方案。」
對勒布倫而言,醫療保健領域提供了一個更具個人意義的例子——他之前創辦的公司 Nabla 就是一家人工智慧醫療新創企業。他將當今的人工智慧系統比作一位僅靠教科書學習、未經住院醫師實習訓練的醫生。他表示,大型語言模型(LLMs)在醫學上或許有用,但它們僅涵蓋「醫療保健領域的 1%」。 其餘部分則取決於真實世界的經驗。
但勒布倫指出,世界模型無法在實驗室內建構。這位執行長表示,為了在現實中進行訓練,AMI 需要真實環境和緊密的合作夥伴。 「我們需要接觸真實世界」,而「透過合作夥伴,我們更容易做到這一點。」這正是吸引他前往亞洲的原因之一——那裡才是機器人、晶片和工廠真正所在的地方。
勒布倫目前尚不願詳述完整的亞洲戰略。「現在還太早,」他說。但吸引他前往南韓的因素主要有兩點。首先,韓國在機器人、半導體和製造業方面擁有先進產業;這些以硬體為主的領域,是第一波人工智慧幾乎未曾觸及的。
第二大吸引力在於速度。勒布倫指出韓國投入巨資發展人工智慧的國家計畫,以及該國作為早期採用者的實績。 「25年前,韓國是採用網際網路最快的國家,」他說。正是這種結合——深厚的產業基礎加上願意迅速擁抱人工智慧的意願——被他稱為「獨一無二」,也是「我們希望從第一天起就在這裡」的原因。
「我一直勸說亞歷克斯(Alex)和團隊來韓國,」SBVA 執行長、AMI 在亞洲的投資者之一李 JP(JP Lee)向 TechCrunch 表示。
李表示,政府在資助本土主權大型語言模型(LLM)方面做得「非常出色」,這些模型在通用任務上已能「運作得相當不錯」,但他同時也敦促韓國持續投資實體人工智慧領域。 他指出,首爾政府於六月提出的計畫,將動用約 8,800 億美元投入晶片、AI 資料中心及實體 AI 領域,並將其列為三大支柱之一:「這些領域應該共存。」
李氏主張,韓國對外國企業的價值不僅在於硬體。當地開發者善於迅速採用並調整新工具,這種模式孕育出了 Naver 和 Kakao 等本土網路巨頭。
儘管擁有眾多明星級人才和十億美元的資金,AMI目前尚無產品可售。這家由圖靈獎得主揚·勒庫恩(Yann LeCun)離開Meta後共同創辦的新創公司,於3月以35億美元的投前估值募得10.3億美元資金。 目前尚無產品,他也未承諾任何時程表。「當我們準備就緒時,將會帶來驚喜,」勒布倫表示。
相關文章
Yann LeCun 創辦的 AMI Labs 成功籌得 10 億美元用於開發「世界模型」
由圖靈獎得主 Yann LeCun 離開 Meta 後共同創辦的新人工智慧新創公司 AMI Labs,已獲得 10.3 億美元融資,投前估值達 35 億美元。該公司正致力於開發「世界模型」——這類人工智慧系統透過學習現實世界的互動來運作,而非僅依賴語言數據。儘管目前投入此專業領域的企業數量少於生成式人工智慧,但這種情況可能很快就會改變。「我預期『世界模型』將成為下一個主要的產業熱詞,」AMI La
印度科技巨頭投資3000萬美元,打造微軟Office的AI競爭對手
連續創業者 Bhavin Turakhia 正投入 3000 萬美元自有資金,押注企業 AI 領域仍有新玩家的空間。他最新的創業專案 Neo 基於一個核心信念:傳統的職場軟體不能僅靠聊天機器人進行修補,而需要進行徹底的架構重構。46 歲的 Turakhia 有著支援雄心勃勃的企業科技專案的歷史。在過去二十年中,他聯合創立了 Directi、Radix、Titan 和 Zeta,在尋求外部投資之前,主要使用個人資本為這些專案提供資金。他正將同樣的自力更生策略應用於 Neo。Turakhia 向
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
相關專題推薦
評論 (0)
0/500

當其他人工智慧公司爭相將其研究成果稱為「AGI」或「超級智慧」之際,由 Yann LeCun 創辦的世界模型新創公司 AMI Labs 的執行長 Alexandre LeBrun 卻完全避開了這些術語。 在接受 TechCrunch 採訪時,勒布倫表示該公司從不使用「AGI」或「超級智慧」這類詞彙。
「我們從未使用過『AGI』這個詞。而且我注意到現在已經沒人用這個詞了;大家已經改用『超級智慧』了,」他說。「下次我們會改用其他詞彙。」 他對這個新標籤也並不買帳。「沒有一個好的定義。什麼是超級智慧?我不知道。這不是一個很有用的詞。」
對於身處人工智慧最新競逐浪潮核心的創辦人而言,這是一項尖銳的立場。
上週,LeBrun 前往首爾參加「國際機器學習會議」期間,TechCrunch 對他進行了專訪。當時他正在當地物色產業合作夥伴、跨國企業及研究人員。 AMI Labs 目前仍處於產品開發前階段,但已開始積極接觸機器人、製造業及電子產業的相關企業。勒布倫解釋道,一種融合物理學以預測並與真實世界互動的「世界模型」,必須在實驗室之外證明其價值。
機器人領域被預期將是世界模型產生重大影響的領域之一。勒布倫表示,目前機器人僅執行固定的例行程序,是「完全靜態的」,而人工智慧在「物理世界中」仍「非常笨拙」。
即使人工智慧只能讓機器人「意識到情境」,這也將為世界帶來「極大的改變」。例如,這種具備情境感知能力的人工智慧,本可避免在公開活動中既跳舞又表演功夫的機器人,誤向孩童靠近並踢到對方。 「硬體非常先進;過去幾個月來硬體的進步令人驚嘆,但缺乏『大腦』。」
大型語言模型(LLM)用於預測下一個詞彙或文本,而世界模型則用於預測下一個狀態。只要輕推桌上的玻璃杯,你便已知它會傾倒並灑出液體;勒布倫解釋道,這正是世界模型旨在捕捉的直覺:預測世界的下一個狀態。
他並非主張世界模型優於大型語言模型(LLM);勒布倫表示,就理解物理世界的人工智慧系統而言,兩者是「互補而非可取代」的。 他以人類大腦中語言與推理功能各異為例進行類比,並補充道,大型語言模型(LLMs)仍將是處理語言最有效的工具,而世界模型則將提供語境與對現實世界的理解。
勒布倫表示,幾乎所有「與現實世界接觸」的產業,最終都可能採用基於世界模型的機器人技術,並指出實體環境仍是大型語言模型最薄弱的環節。
他表示,目前重複相同動作的工廠機器人運作得還算順利。真正的挑戰在於「當你將機器人帶到戶外、更開闊的環境中,例如家中或街頭」時,此時機器人必須理解周遭環境並安全運作。「目前機器人並不安全,」他說。 「目前尚無解決方案。」
對勒布倫而言,醫療保健領域提供了一個更具個人意義的例子——他之前創辦的公司 Nabla 就是一家人工智慧醫療新創企業。他將當今的人工智慧系統比作一位僅靠教科書學習、未經住院醫師實習訓練的醫生。他表示,大型語言模型(LLMs)在醫學上或許有用,但它們僅涵蓋「醫療保健領域的 1%」。 其餘部分則取決於真實世界的經驗。
但勒布倫指出,世界模型無法在實驗室內建構。這位執行長表示,為了在現實中進行訓練,AMI 需要真實環境和緊密的合作夥伴。 「我們需要接觸真實世界」,而「透過合作夥伴,我們更容易做到這一點。」這正是吸引他前往亞洲的原因之一——那裡才是機器人、晶片和工廠真正所在的地方。
勒布倫目前尚不願詳述完整的亞洲戰略。「現在還太早,」他說。但吸引他前往南韓的因素主要有兩點。首先,韓國在機器人、半導體和製造業方面擁有先進產業;這些以硬體為主的領域,是第一波人工智慧幾乎未曾觸及的。
第二大吸引力在於速度。勒布倫指出韓國投入巨資發展人工智慧的國家計畫,以及該國作為早期採用者的實績。 「25年前,韓國是採用網際網路最快的國家,」他說。正是這種結合——深厚的產業基礎加上願意迅速擁抱人工智慧的意願——被他稱為「獨一無二」,也是「我們希望從第一天起就在這裡」的原因。
「我一直勸說亞歷克斯(Alex)和團隊來韓國,」SBVA 執行長、AMI 在亞洲的投資者之一李 JP(JP Lee)向 TechCrunch 表示。
李表示,政府在資助本土主權大型語言模型(LLM)方面做得「非常出色」,這些模型在通用任務上已能「運作得相當不錯」,但他同時也敦促韓國持續投資實體人工智慧領域。 他指出,首爾政府於六月提出的計畫,將動用約 8,800 億美元投入晶片、AI 資料中心及實體 AI 領域,並將其列為三大支柱之一:「這些領域應該共存。」
李氏主張,韓國對外國企業的價值不僅在於硬體。當地開發者善於迅速採用並調整新工具,這種模式孕育出了 Naver 和 Kakao 等本土網路巨頭。
儘管擁有眾多明星級人才和十億美元的資金,AMI目前尚無產品可售。這家由圖靈獎得主揚·勒庫恩(Yann LeCun)離開Meta後共同創辦的新創公司,於3月以35億美元的投前估值募得10.3億美元資金。 目前尚無產品,他也未承諾任何時程表。「當我們準備就緒時,將會帶來驚喜,」勒布倫表示。
Yann LeCun 創辦的 AMI Labs 成功籌得 10 億美元用於開發「世界模型」
由圖靈獎得主 Yann LeCun 離開 Meta 後共同創辦的新人工智慧新創公司 AMI Labs,已獲得 10.3 億美元融資,投前估值達 35 億美元。該公司正致力於開發「世界模型」——這類人工智慧系統透過學習現實世界的互動來運作,而非僅依賴語言數據。儘管目前投入此專業領域的企業數量少於生成式人工智慧,但這種情況可能很快就會改變。「我預期『世界模型』將成為下一個主要的產業熱詞,」AMI La
印度科技巨頭投資3000萬美元,打造微軟Office的AI競爭對手
連續創業者 Bhavin Turakhia 正投入 3000 萬美元自有資金,押注企業 AI 領域仍有新玩家的空間。他最新的創業專案 Neo 基於一個核心信念:傳統的職場軟體不能僅靠聊天機器人進行修補,而需要進行徹底的架構重構。46 歲的 Turakhia 有著支援雄心勃勃的企業科技專案的歷史。在過去二十年中,他聯合創立了 Directi、Radix、Titan 和 Zeta,在尋求外部投資之前,主要使用個人資本為這些專案提供資金。他正將同樣的自力更生策略應用於 Neo。Turakhia 向
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定





首頁






