“ಭೌತಿಕ ಜಗತ್ತನ್ನು ಇಲಿಯಂತೆ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಷ್ಟು ಉತ್ತಮವಾದ ರೋಬೋಟ್ಗಳು ನಮ್ಮಲ್ಲಿಲ್ಲ” ಎಂದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪ್ರಪಂಚದ ಪ್ರಮುಖ ವ್ಯಕ್ತಿಗಳಲ್ಲಿ ಒಬ್ಬರಾದ ಯಾನ್ ಲೆಕುನ್ ಹೇಳುತ್ತಾರೆ.
ಅವರು ಫೇಸ್ಬುಕ್-ಮಾಲೀಕರಾದ ಮೆಟಾದಲ್ಲಿ ಒಂದು ದಶಕದ ಕಾಲ ಕೆಲಸ ಮಾಡಿದರು, ಅಲ್ಲಿ ಅವರು ಮುಖ್ಯ AI ವಿಜ್ಞಾನಿಯಾಗಿದ್ದರು, ಆದರೆ 2025 ರಲ್ಲಿ ತೊರೆದರು ಮತ್ತು ಅಡ್ವಾನ್ಸ್ಡ್ ಮೆಷಿನ್ ಇಂಟೆಲಿಜೆನ್ಸ್ ಲ್ಯಾಬ್ಸ್ (AMI ಲ್ಯಾಬ್ಸ್) ಅನ್ನು ಸ್ಥಾಪಿಸಿದರು.
ಚಾಟ್ಜಿಪಿಟಿ, ಕ್ಲೌಡ್ ಮತ್ತು ಜೆಮಿನಿಯಂತಹ ಪ್ರಸ್ತುತ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಮೀರಿ AI ಅನ್ನು ಚಲಿಸುವುದು ಅವರ ಗುರಿಯಾಗಿದೆ. ಅವರು ತಮ್ಮ ಉಪಯೋಗಗಳನ್ನು ಹೊಂದಿದ್ದಾರೆ, ಆದರೆ ಮನೆಕೆಲಸಗಳನ್ನು ಮಾಡಲು ರೋಬೋಟ್ ಅನ್ನು ಪಡೆಯುವಂತಹ ನೈಜ ಜಗತ್ತಿನಲ್ಲಿ ಸಂಕೀರ್ಣವಾದ ಸಂದರ್ಭಗಳನ್ನು ನಿಭಾಯಿಸಲು ಎಂದಿಗೂ ಸಾಧ್ಯವಾಗುವುದಿಲ್ಲ.
“ಅವರು ಮಾನವ ಮಟ್ಟ ಅಥವಾ ಮಾನವ-ರೀತಿಯ ಬುದ್ಧಿಮತ್ತೆ, ಅಥವಾ ಪ್ರಾಣಿಗಳಂತಹ ಬುದ್ಧಿವಂತಿಕೆಯ ಕಡೆಗೆ ಒಂದು ಮಾರ್ಗವಲ್ಲ, ಏಕೆಂದರೆ ಅವರು ನೈಜ ಪ್ರಪಂಚದ ಡೇಟಾವನ್ನು ವ್ಯವಹರಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ, ಅದಕ್ಕಾಗಿಯೇ ಅವುಗಳನ್ನು ನಿರ್ಮಿಸಲಾಗಿಲ್ಲ” ಎಂದು ಫ್ರಾನ್ಸ್ನ ಪ್ರಮುಖ ತಂತ್ರಜ್ಞಾನ ಸಮ್ಮೇಳನವಾದ VivaTech ನ ಬದಿಯಲ್ಲಿ ಅವರು ನನಗೆ ಹೇಳುತ್ತಾರೆ.
ಆದ್ದರಿಂದ, ಪ್ಯಾರಿಸ್ ಮೂಲದ AMI ಲ್ಯಾಬ್ಸ್ ChatGPT ಮತ್ತು ಅದರ ಪ್ರತಿಸ್ಪರ್ಧಿಗಳ ಹಿಂದಿನ ತಂತ್ರಜ್ಞಾನವನ್ನು ಆಧರಿಸಿಲ್ಲದ ಹೊಸ ರೀತಿಯ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವಲ್ಲಿ ನಿರತವಾಗಿದೆ.
ಇದು ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ ಎಂದು ಹೂಡಿಕೆದಾರರು ಭಾವಿಸುತ್ತಾರೆ. ಈ ವರ್ಷದ ಆರಂಭದಲ್ಲಿ AMI ಲ್ಯಾಬ್ಸ್ US ಕಂಪ್ಯೂಟರ್ ಚಿಪ್ ದೈತ್ಯ ಎನ್ವಿಡಿಯಾ ಮತ್ತು ಅಮೆಜಾನ್-ಸ್ಥಾಪಕ ಜೆಫ್ ಬೆಜೋಸ್ ಅವರ ಖಾಸಗಿ ಸಂಪತ್ತನ್ನು ನಿರ್ವಹಿಸುವ ನಿಧಿ ಸೇರಿದಂತೆ ಹೂಡಿಕೆದಾರರೊಂದಿಗೆ $1bn (£760m) ಗಿಂತ ಹೆಚ್ಚಿನ ಹಣವನ್ನು ಸಂಗ್ರಹಿಸಿದೆ ಎಂದು ಘೋಷಿಸಿತು.
ಸೀಡ್ ಫಂಡಿಂಗ್ ಸುತ್ತು ಎಂದು ಕರೆಯಲ್ಪಡುವ – ಪ್ರಾರಂಭದ ನಿಧಿಸಂಗ್ರಹಣೆಯ ಆರಂಭಿಕ ಸುತ್ತು – ಯುರೋಪ್ನಲ್ಲಿ ಈ ರೀತಿಯ ದೊಡ್ಡದಾಗಿದೆ.
ಚಾಟ್ಜಿಪಿಟಿಯಂತಹ ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳು (ಎಲ್ಎಲ್ಎಂಗಳು) ಕೋಡಿಂಗ್, ಗಣಿತದ ಸಮಸ್ಯೆಗಳು ಮತ್ತು ಪಠ್ಯವನ್ನು ರಚಿಸುವಂತಹ ಕೆಲವು ವಿಷಯಗಳಲ್ಲಿ ಉತ್ತಮವಾಗಿವೆ ಎಂದು ಲೆಕುನ್ ಹೇಳುತ್ತಾರೆ.
ಆದರೆ ಇವುಗಳು ಉತ್ತಮವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಲಾದ ಮತ್ತು ಊಹಿಸಬಹುದಾದ ಸಮಸ್ಯೆಗಳು ಎಂದು ಅವರು ವಾದಿಸುತ್ತಾರೆ.
“ಅವರು [LLMs] ಮೂಲಭೂತವಾಗಿ ಕೇವಲ ಜ್ಞಾನವನ್ನು ಸಂಗ್ರಹಿಸಲು… ಅವರು ಏನನ್ನಾದರೂ ಪುನರುಜ್ಜೀವನಗೊಳಿಸಬಹುದು, ನೀವು ಅವರಿಗೆ ಪುನರುಜ್ಜೀವನಗೊಳಿಸಲು ತರಬೇತಿ ನೀಡುತ್ತೀರಿ, ಆದರೆ ಅವರು ವಿಶೇಷವಾಗಿ ಬುದ್ಧಿವಂತರಲ್ಲ. ಅವರಿಗೆ ಆಧಾರವಾಗಿರುವ ತಿಳುವಳಿಕೆ ಇಲ್ಲ, ”ಎಂದು ಅವರು ಹೇಳುತ್ತಾರೆ.
ನೈಜ ಜಗತ್ತಿನಲ್ಲಿ ಯಾವುದೇ ಕ್ರಿಯೆಯ ಫಲಿತಾಂಶಗಳ ದಿಗ್ಭ್ರಮೆಗೊಳಿಸುವ ರಚನೆಯಿದೆ, ಇದಕ್ಕೆ ಹೆಚ್ಚು ಹೊಂದಿಕೊಳ್ಳುವ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ.
LeCun ತನ್ನ ತುದಿಯಲ್ಲಿ ಪೆನ್ನನ್ನು ನೇರವಾಗಿ ಹಿಡಿದಿದೆ. ನೀವು ಬಿಟ್ಟುಕೊಟ್ಟಾಗ ಏನಾಗುತ್ತದೆ, ಅವರು ಕೇಳುತ್ತಾರೆ? ಪೆನ್ನು ಉರುಳುತ್ತದೆ ಎಂದು ಅಂಬೆಗಾಲಿಡುವವರಿಗೂ ತಿಳಿದಿರುತ್ತದೆ. ಆದರೆ ಪೆನ್ನು ಯಾವ ದಿಕ್ಕಿನಲ್ಲಿ ಬೀಳಬಹುದೆಂದು ಊಹಿಸಲು ಯಾವುದೇ ಮನುಷ್ಯನು ಚಿಂತಿಸುವುದಿಲ್ಲ, ಹೇಳಲು ಯಾವುದೇ ಮಾರ್ಗವಿಲ್ಲ.
ಆದರೆ LLM ತನ್ನ ತರಬೇತಿ ದತ್ತಾಂಶದಿಂದ ಅಂಕಿಅಂಶಗಳ ಮಾದರಿಗಳ ಆಧಾರದ ಮೇಲೆ ಪೆನ್ನಿನ ಮುಂದಿನ ನಡೆಯ ಬಗ್ಗೆ ಒಂದೇ ಭವಿಷ್ಯವನ್ನು ರಚಿಸಲು ಪ್ರಯತ್ನಿಸಬಹುದು.
ಭವಿಷ್ಯವು ಬಹುತೇಕ ತಪ್ಪಾಗಿರುತ್ತದೆ, ಏಕೆಂದರೆ ವ್ಯವಸ್ಥೆಯು ಪರಿಸ್ಥಿತಿಯ ಭೌತಿಕ ವಾಸ್ತವತೆಯ ಬಗ್ಗೆ ತರ್ಕಿಸುತ್ತಿಲ್ಲ – ಇದು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ತೋರಿಕೆಯಂತೆ ತೋರುತ್ತಿರುವುದನ್ನು ಉತ್ಪಾದಿಸುತ್ತಿದೆ.
ತನ್ನ ಕಂಪನಿಯು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿರುವ ಜಾಯಿಂಟ್ ಎಂಬೆಡಿಂಗ್ ಪ್ರಿಡಿಕ್ಟಿವ್ ಆರ್ಕಿಟೆಕ್ಚರ್ (JEPA) ಎಂಬ ವ್ಯವಸ್ಥೆಯನ್ನು ಅಂತಹ ಸಮಸ್ಯೆಗಳನ್ನು ಎದುರಿಸಲು ಸ್ಥಾಪಿಸಲಾಗಿದೆ ಎಂದು LeCun ಹೇಳುತ್ತಾರೆ.
ಇದು ನೈಜ ಪ್ರಪಂಚದ ಅಮೂರ್ತತೆಯನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ ಅದು ಕ್ರಿಯೆಗಳ ಫಲಿತಾಂಶಗಳನ್ನು ನಿರ್ಣಯಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
ಈ ಅಮೂರ್ತತೆಗಳನ್ನು ರಚಿಸುವುದು ಕಷ್ಟಕರವಾದ ಗಣಿತವನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ, ಆದರೆ ಮೂಲಭೂತವಾಗಿ ಅವು ಅನುಪಯುಕ್ತ ಮಾಹಿತಿಯನ್ನು ಫಿಲ್ಟರ್ ಮಾಡುತ್ತವೆ, ಪ್ರಪಂಚದ ಉಪಯುಕ್ತ ಚಿತ್ರಗಳೊಂದಿಗೆ AI ಅನ್ನು ಬಿಡುತ್ತವೆ.
ಪೆನ್ನ ಸಂದರ್ಭದಲ್ಲಿ, ಪೆನ್ ಯಾವ ರೀತಿಯಲ್ಲಿ ಬೀಳುತ್ತದೆ ಎಂಬುದನ್ನು ಊಹಿಸಲು ಪ್ರಯತ್ನಿಸುವುದರಲ್ಲಿ ಯಾವುದೇ ಅರ್ಥವಿಲ್ಲ ಎಂದು AI ತಿಳಿಯುತ್ತದೆ.
