Το Παράδοξο του LeCun: Γιατί ο Επικεφαλής της Meta Πιστεύει ότι τα Σημερινά LLM είναι Αδιέξοδο

Στον κόσμο της τεχνητής νοημοσύνης, όπου ο ενθουσιασμός για τα Μεγάλα Γλωσσικά Μοντέλα (LLMs) όπως το GPT-4 και το Llama 3 έχει φτάσει σε επίπεδα θρησκευτικής ευλάβειας, μια φωνή παραμένει προκλητικά σκεπτική. Ο Yann LeCun, ο επικεφαλής επιστήμονας AI της Meta και ένας από τους «νονούς» της βαθιάς μάθησης, δεν είναι ικανοποιημένος. Σε πρόσφατες δηλώσεις του και εκτενή άρθρα που δημοσιεύθηκαν από το BBC και άλλους διεθνείς οργανισμούς, ο LeCun υποστηρίζει ότι η τρέχουσα προσέγγιση της AI —αυτή που βασίζεται στην πρόβλεψη της επόμενης λέξης— είναι θεμελιωδώς περιορισμένη και δεν θα οδηγήσει ποτέ στην πραγματική Τεχνητή Γενική Νοημοσύνη (AGI).

Η Παγίδα της Αυτοπαλινδρόμησης

Το κεντρικό επιχείρημα του LeCun εστιάζει στη φύση της «αυτοπαλινδρομικής» μάθησης. Τα σημερινά μοντέλα εκπαιδεύονται να προβλέπουν το επόμενο «token» (λέξη ή τμήμα λέξης) σε μια ακολουθία. Αν και αυτό παράγει εντυπωσιακά κείμενα και κώδικα, ο LeCun επισημαίνει ότι στερείται κατανόησης του φυσικού κόσμου. «Ένα παιδί τεσσάρων ετών έχει δει 50 φορές περισσότερα δεδομένα από ό,τι όλα τα LLM του κόσμου, αλλά έχει μάθει πολύ περισσότερα για το πώς λειτουργεί η πραγματικότητα», σημειώνει συχνά.

Σύμφωνα με τον LeCun, τα LLM είναι ουσιαστικά «εξελιγμένα συστήματα αυτόματης συμπλήρωσης». Δεν μπορούν να σχεδιάσουν, δεν έχουν κοινή λογική και δεν κατανοούν την αιτιότητα. Αν τους ζητηθεί να λύσουν ένα πρόβλημα που απαιτεί μια αλυσίδα λογικών βημάτων στον πραγματικό κόσμο, συχνά αποτυγχάνουν επειδή δεν έχουν ένα εσωτερικό μοντέλο του πώς οι ενέργειες επηρεάζουν το περιβάλλον. Αυτό είναι το κενό που προσπαθεί να καλύψει η νέα του έρευνα στη Meta.

Η Επανάσταση του JEPA και τα Μοντέλα Κόσμου

Η εναλλακτική πρόταση του LeCun ονομάζεται **Joint-Embedding Predictive Architecture (JEPA)**. Αντί να προσπαθεί να προβλέψει κάθε λεπτομέρεια (κάθε pixel σε ένα βίντεο ή κάθε λέξη σε μια πρόταση), το JEPA προσπαθεί να προβλέψει την «ουσία» της πραγματικότητας σε έναν χώρο αφηρημένων αναπαραστάσεων.

• Μάθηση μέσω Παρατήρησης: Όπως ένα βρέφος μαθαίνει ότι ένα αντικείμενο πέφτει αν το αφήσει, το JEPA εκπαιδεύεται παρακολουθώντας βίντεο και προσπαθώντας να κατανοήσει τους νόμους της φυσικής και της κίνησης χωρίς ανθρώπινη επίβλεψη.
• Αφαίρεση: Το σύστημα αγνοεί τις άσχετες λεπτομέρειες (π.χ. τον θόρυβο στο φόντο) και εστιάζει στα σημαντικά στοιχεία που καθορίζουν την εξέλιξη μιας σκηνής.
• Σχεδιασμός: Με ένα «μοντέλο κόσμου», η AI μπορεί να προσομοιώσει εσωτερικά διαφορετικά σενάρια πριν ενεργήσει, κάτι που είναι η βάση της ευφυούς συμπεριφοράς.

Αυτή η προσέγγιση είναι πολύ πιο κοντά στη βιολογική μάθηση. Ο LeCun πιστεύει ότι μέχρι να δώσουμε στην AI την ικανότητα να «βλέπει» και να «καταλαβαίνει» τον κόσμο όπως τα ζώα, θα παραμένει εγκλωβισμένη σε μια στατιστική ψευδαίσθηση γνώσης.

Προς μια Πιο Ευέλικτη και Ασφαλή AI

Ένα από τα σημαντικότερα πλεονεκτήματα αυτής της νέας αρχιτεκτονικής είναι η ασφάλεια και η αξιοπιστία. Τα σημερινά LLM υποφέρουν από «παραισθήσεις» (hallucinations) επειδή δεν έχουν σημείο αναφοράς στην πραγματικότητα. Ένα μοντέλο που κατανοεί τους περιορισμούς του φυσικού κόσμου είναι λιγότερο πιθανό να προτείνει παράλογες ή επικίνδυνες λύσεις.

«Δεν χρειαζόμαστε απλώς μεγαλύτερα μοντέλα και περισσότερα δεδομένα. Χρειαζόμαστε καλύτερες ιδέες», δηλώνει ο LeCun, διαφοροποιώντας τη θέση του από την OpenAI και την Google που συχνά εστιάζουν στην ωμή υπολογιστική ισχύ.

Η Meta έχει ήδη κυκλοφορήσει το V-JEPA (Video-JEPA) ως ανοιχτό κώδικα, επιτρέποντας στην ερευνητική κοινότητα να πειραματιστεί με αυτή τη νέα κατεύθυνση. Αυτό αποτελεί μέρος της στρατηγικής του LeCun για «ανοιχτή επιστήμη», πιστεύοντας ότι η λύση στο πρόβλημα της νοημοσύνης είναι πολύ μεγάλη για να κλειστεί πίσω από τα τείχη μιας μόνο εταιρείας.

Το Μέλλον της Τεχνητής Νοημοσύνης

Αν ο LeCun έχει δίκιο, η τρέχουσα φρενίτιδα με τα chatbots σύντομα θα δώσει τη θέση της σε μια νέα γενιά AI που θα μπορεί να χειρίζεται ρομπότ, να βοηθά σε επιστημονικές ανακαλύψεις και να λειτουργεί ως πραγματικός ψηφιακός βοηθός με κριτική σκέψη. Ωστόσο, ο δρόμος είναι μακρύς. Η εκπαίδευση μοντέλων κόσμου είναι υπολογιστικά ακριβή και θεωρητικά περίπλοκη. Αλλά για τον άνθρωπο που βοήθησε στην εφεύρεση των συνελικτικών νευρωνικών δικτύων (CNNs), η πρόκληση είναι απλώς ένα ακόμα βήμα προς την αποκωδικοποίηση του μυστηρίου της νόησης.