Qu comparteixen tots els éssers intel·ligents?Segons Yann LeCun, científic en cap d'IA de Meta, hi ha quatre trets clau. A l’AI Action Summit de París, a principis d’aquest any, líders polítics i experts en IA van reunir-se per discutir sobre el desenvolupament de la intel·ligència artificial. Durant l’esdeveniment, LeCun va transmetre la seva definició fonamental d’intel·ligència al cap d’IA d’IBM, Anthony Annunziata. “Hi ha quatre característiques essencials del comportament intel·ligent que cada animal—o entre els animals relativament intel·ligents—i, sens dubte, els humans posseeixen, ” va explicar. “Aquestes són comprendre el món físic, tenir memòria persistent, la capacitat de raonar, i la capacitat de planificar, especialment accions complexes a través de la planificació jeràrquica. ” LeCun va destacar que la IA, particularment els grans models de llenguatge, encara no han arribat a aquest nivell i que integrar aquestes habilitats requeriria un canvi en els seus mètodes d’entrenament. Això explica per què moltes empreses tecnològiques líders estan actualment afegint noves capacitats als models existents mentre competeixen per liderar el camp de la IA. “Per entendre el món físic, entrenes un sistema de visió separat i després l’acoples al model de llenguatge gran. Per la memòria, utilitzes generació augmentada per recuperació (RAG), afegeixes memòria associativa, o simplement augmentes la mida del model, ” va dir.

(RAG és una tècnica desenvolupada a Meta per millorar els grans models de llenguatge incorporant fonts de coneixement externes. ) Tot i això, LeCun considera que tots aquells esforços són simples “ trucs. ” Ha discutit repetidament una alternativa anomenada models basats en el món, que són entrenats en escenaris reals i exhibeixen habilitats cognitives superiors a la mera detecció de patrons. En la seva conversa amb Annunziata, va aprofundir en aquest concepte. “Comences amb alguna idea de l’estat del món en un moment concret T, imagineu una acció, i després el model del món predice com canviarà l’estat del món en resposta a aquesta acció, ” va explicar. No obstant això, com que el món evoluciona a través de moltes possibilitats imprevisibles, l’única manera factible d’entrenar aquests models és mitjançant l’abstracció. Meta ja està explorant aquest concepte amb V-JEPA, un model llançat públicament al febrer. Es descriu com un model no generatiu que aprèn predint segments que falten o estan enmascarats en vídeos. “La idea central és que no predicim directament a nivell de píxel. En canvi, entrenes un sistema per operar en una representació abstracta del vídeo, permetent-li fer prediccions dins d’aquesta abstracció. Idealment, aquesta representació filtra els detalls imprevisibles, ” va dir LeCun. Aquest enfocament és similar a com els químics van establir una jerarquia fonamental pels blocs constructius de la matèria. “Vam crear abstraccions: partícules, sobre les quals hi ha àtoms, després molècules, i finalment materials, ” va afirmar. “Cada capa superior filtra molta informació irrellevant de les capes inferiors, segons la tasca a fer. ” En essència, el que això significa és que entenem el món físic construint jerarquies, que és fonamental per a la intel·ligència.