Po boomie na generatywną AI coraz więcej mówi się o kolejnej technologicznej fali – „World Models”, czyli systemach sztucznej inteligencji zdolnych do rozumienia i symulowania realnego świata. Startup AMI Labs, współzałożony przez Yanna LeCuna, właśnie pozyskał ponad miliard dolarów, aby rozwijać tę koncepcję.
Ostatnie lata należały do generatywnej AI i dużych modeli językowych (LLM), które potrafią pisać teksty, generować obrazy czy tworzyć kod. Coraz częściej pojawia się jednak pytanie, czy takie systemy mogą rzeczywiście rozumieć świat.
Według wielu badaczy – w tym Yanna LeCuna, francusko-amerykańskiego naukowca, laureata prestiżowej nagrody Turinga i jednego z najbardziej wpływowych pionierów sztucznej inteligencji – obecne modele uczą się głównie statystycznych zależności w języku. Potrafią przewidywać kolejne słowo lub piksel, ale nie budują spójnego modelu rzeczywistości. To właśnie tę lukę mają wypełnić „World Models”, czyli modele świata.
Są to zaawansowane systemy neuronowe, które uczą się reprezentować i symulować dynamikę rzeczywistego świata, w tym relacje przestrzenne, przyczynowo-skutkowe oraz podstawowe prawa fizyki. W praktyce oznacza to, że AI może „wyobrazić sobie” lub przewidzieć, co stanie się po wykonaniu danej akcji – podobnie jak robi to człowiek, zanim podejmie decyzję.
Jak działają modele świata?
„World Models” budują wewnętrzną reprezentację rzeczywistości na podstawie różnych typów danych – tekstu, obrazu, wideo czy sygnałów z czujników.
Z technicznego punktu widzenia system taki składa się zwykle z kilku elementów:
- modułu percepcji, który kompresuje dane z otoczenia do tzw. przestrzeni ukrytej (latent space),
- modułu predykcji, który przewiduje przyszłe stany środowiska,
- kontrolera, który wybiera najlepsze działanie.
Taki mechanizm pozwala sztucznej inteligencji przeprowadzać swego rodzaju symulację przyszłości. Dzięki temu system może np. przewidzieć skutki ruchu robota, zachowanie innych pojazdów na drodze czy reakcję środowiska na konkretne działania. Z tego powodu modele świata postrzegane są jako potencjalny fundament bardziej autonomicznych systemów – od robotów domowych po inteligentne pojazdy.
AMI Labs: miliard dolarów na nowy kierunek AI
Jedną z firm rozwijających tę koncepcję jest AMI Labs (Advanced Machine Intelligence). Startup pozyskał niedawno 1,03 mld dolarów finansowania przy wycenie 3,5 mld dolarów. Rundę inwestycyjną współprowadziły m.in. Cathay Innovation, Greycroft, Hiro Capital i HV Capital, a wśród inwestorów znalazły się także fundusze technologiczne oraz prywatni inwestorzy, tacy jak Eric Schmidt czy Mark Cuban.
Projekt powstał z inicjatywy wspomnianego już Yanna LeCuna, który przez lata kierował badaniami AI w Meta, gdzie stworzył laboratorium Facebook AI Research (FAIR). Po odejściu z firmy pod koniec 2025 roku skupił się właśnie na rozwijaniu koncepcji modeli świata.
Według zespołu AMI Labs, obecne podejścia oparte na przewidywaniu kolejnego słowa nie wystarczą, aby stworzyć systemy zdolne do rozumowania, planowania i autonomicznego działania w realnym świecie.
Firma pracuje nad architekturą inspirowaną koncepcją Joint Embedding Predictive Architecture (JEPA), zaproponowaną przez LeCuna w 2022 roku. Jej celem jest budowanie modeli uczących się struktury świata poprzez przewidywanie brakujących informacji w danych, a nie generowanie tekstu.
AMI Labs ma bardziej charakter badawczy niż typowy startup AI. Zespół planuje rozwijać technologię w kilku ośrodkach – m.in. w Paryżu, Nowym Jorku, Montrealu i Singapurze – koncentrując się na pozyskaniu najlepszych specjalistów oraz dużych zasobów obliczeniowych.
Pierwsze zastosowania tej technologii mają pojawić się w branżach operujących złożonymi systemami, takich jak: motoryzacja i autonomiczne pojazdy, lotnictwo, biomedycyna i farmacja czy robotyka. W dalszej perspektywie modele świata mogłyby również trafić do produktów konsumenckich. LeCun wskazuje m.in. na roboty domowe lub inteligentne urządzenia ubieralne, które muszą rozumieć fizyczne otoczenie użytkownika.
Od generowania treści do rozumienia rzeczywistości
Choć technologia znajduje się jeszcze na wczesnym etapie rozwoju, zainteresowanie inwestorów jest ogromne. Inne startupy pracujące nad podobnymi koncepcjami również przyciągają duży kapitał – przykładem jest World Labs założone przez Fei-Fei Li czy Google DeepMind kierowane przez Demisa Hassabisa.
Zdaniem wielu ekspertów modele świata mogą stać się kolejnym etapem rozwoju sztucznej inteligencji – krokiem od systemów generujących treści do takich, które rozumieją kontekst fizyczny i potrafią planować działania. Jeśli ta wizja się sprawdzi, obecna generatywna AI może okazać się jedynie wstępem do znacznie bardziej ambitnego celu: stworzenia maszyn zdolnych do intuicyjnego rozumienia rzeczywistości.
