Por qué Alexandre LeBrun, de AMI Labs, evita llamar a su IA «AGI» o «superinteligencia»

Mientras otras empresas de IA se apresuran a calificar su trabajo como «AGI» o «superinteligencia», Alexandre LeBrun, director ejecutivo de AMI Labs —la startup dedicada a modelos globales fundada por Yann LeCun—, evita por completo esos términos. En una entrevista con TechCrunch, LeBrun afirmó que la empresa nunca utiliza palabras como «AGI» o «superinteligencia».

«Nunca hemos utilizado la palabra AGI. Y me he dado cuenta de que ya nadie la usa; han pasado a hablar de superinteligencia», dijo. «La próxima vez cambiaremos a otra cosa». Tampoco le convence la nueva etiqueta. «No hay una buena definición. ¿Qué es la superinteligencia? No lo sé. No es una palabra muy útil».

Es una postura contundente por parte de un fundador que se encuentra en el centro de la nueva carrera por la IA.

TechCrunch habló con LeBrun mientras se encontraba en Seúl la semana pasada con motivo de la Conferencia Internacional sobre Aprendizaje Automático, donde buscaba socios industriales locales, empresas internacionales e investigadores. AMI Labs aún no ha lanzado ningún producto, pero ya está cortejando a empresas de robótica, fabricación y electrónica. Un modelo mundial, que incorpora la física para predecir e interactuar con el mundo real, necesita demostrar su valía fuera del laboratorio, explicó LeBrun.

Un ámbito en el que se espera que los modelos del mundo tengan un gran impacto es la robótica. Por ahora, los robots solo ejecutan rutinas fijas, son «completamente estáticos», y la IA sigue siendo «realmente torpe en el mundo físico», afirmó LeBrun.

Incluso si la IA solo pudiera hacer que los robots «fueran conscientes del contexto», eso supondría «una diferencia enorme para el mundo». Una IA consciente del contexto habría sido útil, por ejemplo, para evitar que un robot que estaba bailando y haciendo kung fu en un acto público se acercara y diera una patada a un niño. «El hardware es muy avanzado; los avances en este ámbito durante los últimos meses son increíbles, pero no hay cerebro».

Un modelo de lenguaje grande (LLM) predice la siguiente palabra o texto, mientras que un modelo del mundo predice el siguiente estado. Si empujas un vaso para que se caiga de la mesa, ya sabes que se volcará y se derramará; esa es la intuición que un modelo del mundo está diseñado para captar: predecir el siguiente estado del mundo, explicó LeBrun.

No afirma que los modelos del mundo sean mejores que los LLM, que son «complementarios, no sustituibles» en lo que respecta a los sistemas de IA que comprenden el mundo físico, señaló LeBrun. Estableciendo un paralelismo con las funciones diferenciadas del lenguaje y el razonamiento del cerebro humano, añadió que los LLM seguirán siendo las herramientas más eficientes para procesar el lenguaje, mientras que los modelos del mundo proporcionarán contexto y comprensión del mundo real.

Casi todos los sectores que «tienen contacto con el mundo real» podrían acabar utilizando robótica basada en modelos del mundo, señaló LeBrun, argumentando que los entornos físicos siguen siendo el punto más débil de los LLM.

Un robot de fábrica que repite el mismo movimiento funciona bastante bien hoy en día, señaló. El reto comienza cuando «sacas tu robot al exterior, a un entorno más abierto, a tu hogar o a la calle», donde debe comprender su entorno y funcionar de forma segura. «Los robots no son seguros en este momento», afirmó. «Hoy en día no hay solución para eso».

La sanidad ofrece un ejemplo más personal para LeBrun, cuya empresa anterior era Nabla, una startup de IA dedicada a la salud. Comparó los sistemas de IA actuales con un médico formado únicamente a partir de libros de texto y sin residencia. Los LLM pueden ser útiles en medicina, señaló, pero abarcan «solo el 1 % de la asistencia sanitaria». El resto depende de la experiencia en el mundo real.

Pero, según LeBrun, un modelo del mundo real no se puede construir dentro de un laboratorio. Para entrenarse en la realidad, AMI necesita entornos reales y socios cercanos, según el director ejecutivo. «Necesitamos acceso al mundo real», y «nos resulta más fácil conseguirlo con socios». Eso es parte de lo que le atrae de Asia, donde se encuentran realmente los robots, los chips y las fábricas.

LeBrun aún no quiere detallar una estrategia completa para Asia. «Es demasiado pronto», afirmó. Pero el interés por Corea del Sur se reduce a dos aspectos. En primer lugar, Corea cuenta con industrias avanzadas en robótica, semiconductores y fabricación; sectores con un fuerte componente de hardware que la primera ola de IA apenas tocó.

El segundo aliciente es la rapidez. LeBrun destacó el plan nacional de Corea de invertir fondos en IA y su trayectoria como pionera en la adopción de esta tecnología. «Corea fue el país que adoptó Internet más rápidamente hace 25 años», señaló. Es esa combinación —una sólida base industrial unida a la voluntad de adoptar rápidamente la IA— lo que él califica de «único», y la razón por la que «queremos estar aquí desde el primer día».

«Llevo tiempo diciéndole a Alex y al equipo que vengan a Corea», declaró a TechCrunch JP Lee, director ejecutivo de SBVA y uno de los patrocinadores de AMI en Asia.

El Gobierno ha hecho «un trabajo formidable» financiando modelos LLM locales y soberanos, señaló Lee, y estos ya funcionan «lo suficientemente bien» para tareas de uso general, pero él aboga por que Corea siga invirtiendo también en IA física. Señala el plan presentado en junio por Seúl para destinar unos 880 000 millones de dólares a chips, centros de datos de IA e IA física, como uno de sus tres pilares declarados: «Deberían coexistir».

El valor de Corea para las empresas extranjeras, argumentó Lee, no reside únicamente en el hardware. Los desarrolladores locales adoptan y adaptan rápidamente las nuevas herramientas, una tendencia que ha dado lugar a empresas de Internet de origen nacional como Naver y Kakao.

A pesar de todo el poder de las estrellas y del cheque de mil millones de dólares, AMI aún no tiene nada que vender. La startup, cofundada por el ganador del Premio Turing Yann LeCun tras su salida de Meta, recaudó 1.03 mil millones de dólares en marzo con una valoración previa a la inversión de 3.5 mil millones de dólares. Aún no hay ningún producto, ni ningún plazo al que se comprometa. «Daremos una sorpresa cuando estemos listos», afirmó LeBrun.