အဲ့ဒီအခါအမြဲမပြတ်မေးသော မေးခွန်းမှာ "ဘယ်အရာမျိုးကို အတည်ပြုထားပါသလဲ။" ဟု မေးမိသောအခါ ဒါက ဘာမဆို လူသားဟာ သိထားတာမဟုတ်ပါဘူးလား များများသောအခါ။ Yann LeCun, Meta ၏ အဓိက AI သိပ္ပံရှင်ဆိုတာအရ၊ ၎င်းအပ်ဒေ့မိုက်အောင်အကြောင်းပြောပြခဲ့သည်။ ယခုနှစ်အစောပိုင်းတွင် ပ trosissa Paris တွင် AI လုပ်ဆောင်မှု ညီလာခံအခမ်းအနားတွင် နိုင်ငံရေးခေါင်းဆောင်များနှင့် AI ပညာရှင်များအပြင် မိတ်ဆက်မှုပြုခဲ့ကြသည်။ အဲဒီအခမ်းအနားအတွင်း LeCun သည် သူ၏အနုပညာအဓိပ္ပာယ်ကို IBM ၏ AI ဦးဆောင်သူ Anthony Annunziata ထံသို့ ပေးပို့ခဲ့သည်။ “အမြဲမပြတ်ရော စိတ်ကူးယဉ်စိတ်ဖြစ်စေသော စိတ်ရင်းနှီးအရာလေးလေးကို သူတို့၏ တစ်ခုတည်းမှာရှိနေတယ်။ မည်သူမဆို သူတို့ကိုယ်တိုင် အားသွင်းစေလိုက်ရမည်” ဟု သူေဌာနမှ ပြောကြားခဲ့သည်။ “ဒါတွေက physical world ကိုနားလည်ခြင်း၊ မှတ်မိစေခြင်း၊ ထင်ရှားနိုင်ခြင်း၊ အထူးသဖြင့် hierarchical planning အရ များစွာသော ချိတ်ဆက်မှုအတွက် စီမံခန့်ခွဲနိုင်စွမ်းကိုပါ သာမက ပိုလေးစားယုံကြည်မှုပါဝင်သည်။" LeCun သည် AI၊ အထူးသဖြင့် ကြီးမားသော ဘာသာစကားမော်ဒယ်များသည် ယင်းအဆင့်သို့ မရောက်ခဲ့သေးကြောင်းလည်းပြောပြီး ထိုစွမ်းရည်များ ပေါင်းစည်းပေးရန် လေ့ကျင့်မှုနည်းလမ်းများသစ်လိုအပ်ကြောင်း သောင်မှန်းထားသည်။ ဤအကြောင်းအားလုံးက သူများ ထိုနည်းလမ်းအသစ်များကို ထည့်သွင်းပြီး အားပေးနေကြောင်းကို ရှင်းပြခြင်းဖြစ်သည်။ “Physical world ကိုနားလည်ရန်အတွက် သီးခြား vision system တစ်ခုကို လေ့ကျင့်ပြီး ေနာက္တစ်ခါ သုံးစွဲမည့် အကြောင်းပြချက်က Large Language Model ကို ချိတ်ဆက်ခြင်းဖြစ်သည်။ မှတ်မိစေခြင်းအတွက် Retrieval-Augmented Generation (RAG) ကိုသုံးပါ၊ ဆက်စပ်မှတ်မိစေမှု (associative memory) ထည့်ပါ၊ သို့မဟုတ် မော်ဒယ်ကို အကြီးအကျယ် တိုးတက်စေပါ” ဟု သူက ပြောသည်။ (RAG သည် Meta မှ ဖန်တီးခဲ့သော နည်းလမ်းဖြစ်ပြီး အပြင်အာဏာရှိသော ဗဟုုသုတအရင်းအမြစ်များကို ထည့်သွင်းကာ ကြီးမားသော ဘာသာစကားမော်ဒယ်များကို တိုးတက်စေသည်။) သို့သော်လည်း LeCun သည် အဲဒီကြိုးပမ်းမှုအားလုံးကို “Hack” များလို့အကြမ်းအပြီးခံယူထားသည်။ သူသည် အဘိဓါနအခြေတည်သော မော်ဒယ်များ (world-based models) ကို ထပ်မံရှင်းလင်းပြီး ပိုမိုမြင်ကွင်းရှုမှုအရ သင့်လျော်ကြောင်း ပြောခဲ့သည်။ ဤမော်ဒယ်များသည် အချို့သောအဖြစ်အပျက်များအပေါ် လေ့လာသင်ယူပြီး သက်ဆိုင်ရာ ပြည့်စုံမှုများကို မြင်နိုင်ပြီး၊ pattern recognition များတွင် ထက်ပိုမိုမြင့်မားသော သိပ္ပံပညာစွမ်းရည်များကို ပြသပေးနိုင်သည်။ Annunziata နှင့်အခမ်းအနား၌ သူက ဤအကြောင်းကို ပိုမိုအဖော်ပြောခဲ့သည်။ “သင်က တစ်ချိန်တည်းတွင် ကမ္ဘာကြီး၏ တစ်ချိန် T တွင်ရှိသောအခြေအနေကို စဉ်းစားမည်၊ လုပ်ဆောင်မည့် လုပ်ရပ်ကို ခန့်မှန်းမည်၊ ထို့နောက် ကမ္ဘာကြီး၏ အခြေအနေ မည်သို့ ပြောင်းလဲမည်ကို မော်ဒယ် ကန့်သတ်ပြီး မျှော်မှန်းနိုင်မည်” ဟု သူ၏ အယူအဆကို ဖေါ်ပြခဲ့သည်။ ဒါပေမယ့်၊ ကမ္ဘာကြီးက များစွာသော မျှော်လင့်ထားသော စိတ်ကူးများဖြင့် တိုးတက်နေခြင်းကြောင့် ထိုမော်ဒယ်များကို သင်ပြီးစီးနိုင်ရန်မှာ အကြမ်းအနားဖော်ပြထားနိုင်သည့် သတ်မှတ်ချက်တစ်ခုသာရှိသည်။ Meta သည် ဤအပါအဝင် V-JEPA မော်ဒယ်ကို ဖော်ပြပြီး ပြောကြားခဲ့သည်။ ယင်းသည် ဗီဒီယိုများအတွင်းအခန်းအနားများကို မျှော်မှန်းစစ်ဆေးခြင်းဖြင့် သင်ယူနိုင်သော မော်ဒယ်အမျိုးအစားတစ်ခုဖြစ်သည်။ “အဓိကအကြောင်းအရာက မော်ဒယ်သည် pixel-by-pixel ဗီဒီယိုကို မျှော်ဟန်မပြုနိုင်ပါ။ အစား, ဗီဒီယို၏ အကြမ်းအရာများအပေါ် လုပ်ဆောင်နိုင်ပုံကို သင်ကြားစေရန် စနစ်တစ်ခုကို ယူရန်ဖြစ်သည်၊ ဒီအကြမ်းအရာမှာ မျှော်မှန်းခြင်များကို ထားရှိနိုင်စေသည်။ ကိုယ်တိုင်မမှန်ညီသော အသေးစိတ်အချက်အလက်များကို ဤနည်းလမ်းက ဖယ်ထုတ်ပေးနိုင်သည်” ဟု သူက ပြောသည်။ ဤနည်းလမ်းက ဓာတူဝိသေသများတည်ဆောက်ခဲ့သော အခြေခံ hierarchy တစ်ခုကို မှတ်မိရန်ပါဝင်လာသည်။ “ကျွန်ုပ်တို့သည် သီးခြားအကြောင်းအရာများကို တည်ဆောက်ခဲ့သည်။ ပိုလေးသောအကြောင်းအရာများမှာ atom များ၊ ပိုကြီးသောကဏ္ဍများမှာ မော်လီကျူးများ၊ ထို့အပြီး သက်ဆိုင်ရာ ပစ္စည်းများ” ဟု သူက ပြောသည်။ “အလွှာတစ်လွှာသည် အခြားအလွှာများမှ မရှိမဖြစ်သော အချက်အလက်အကြီးမားကို ဖယ်ရှားပေးသည်။ သတ်မှတ်ချက်အပေါ်မူတည့်သည်။” နိဂုံးစုရော ဒီအဆိုအရ ဒီဟာအသိပညာမှာ physical world ကို hierarchy ထုတ်တည်ပေးခြင်းဖြစ်ပြီး၊ ၎င်းကို သိပ္ပံပညာအနှစ်ချုပ်တစ်ခုဖြစ်သည်။