Breakthrough στην AI: Η Logical Intelligence φέρνει τον Yann LeCun και στοχεύει αποτίμηση $1 δισ.
Μια νεοφυής εταιρεία τεχνητής νοημοσύνης μόλις έξι μηνών, η Logical Intelligence, ανακοίνωσε την ένταξη του Yann LeCun στο διοικητικό της συμβούλιο, καθώς ετοιμάζεται να αντλήσει κεφάλαια με αποτίμηση που ξεπερνά το 1 δισ. δολάρια.
Σύμφωνα με τους Financial Times, η εταιρεία με έδρα τη Σίλικον Βάλεϊ παρουσίασε ένα νέο μοντέλο συλλογισμού βασισμένο στην ενέργεια (energy-based reasoning model) με την ονομασία Kona, το οποίο — όπως υποστηρίζει — επιτυγχάνει μεγαλύτερη ακρίβεια και χαμηλότερη κατανάλωση ενέργειας σε σύγκριση με μεγάλα γλωσσικά μοντέλα όπως το GPT-5 της OpenAI και το Gemini της Google.
Ένα μοντέλο για κρίσιμες εφαρμογές, όχι για «κουβέντα»
Η ιδρύτρια της εταιρείας, Eve Bodnia, κβαντική φυσικός, δήλωσε στους FT ότι η μαθηματικά θεμελιωμένη αρχιτεκτονική του Kona το καθιστά κατάλληλο για τομείς όπου τα λάθη δεν συγχωρούνται, όπως:
- προηγμένη βιομηχανική παραγωγή
- ρομποτική
- ενεργειακές υποδομές
Η Logical Intelligence ετοιμάζεται να ξεκινήσει νέο γύρο χρηματοδότησης τις επόμενες εβδομάδες, με στόχο αποτίμηση μεταξύ 1 και 2 δισ. δολαρίων, σύμφωνα με πηγές με γνώση των σχετικών διεργασιών.
Παράλληλα, ο LeCun — πρώην επικεφαλής επιστήμονας AI της Meta και ιδρυτής πλέον της Advanced Machine Intelligence Labs — αναλαμβάνει ρόλο προέδρου του τεχνικού ερευνητικού συμβουλίου της start-up.
Γιατί τα LLMs «αγγίζουν τα όριά τους»
Η κίνηση έρχεται σε μια περίοδο όπου κορυφαίοι οργανισμοί όπως η Google DeepMind και η Nvidia στρέφονται όλο και περισσότερο σε εναλλακτικά μοντέλα συλλογισμού, όπως τα λεγόμενα world models, καθώς αυξάνονται οι ανησυχίες ότι τα μεγάλα γλωσσικά μοντέλα (LLMs) πλησιάζουν σε δομικό «ταβάνι» προόδου.
Η Logical Intelligence είναι η πρώτη εταιρεία που επιχειρεί να εμπορευματοποιήσει ένα energy-based μοντέλο. Σε επίδειξη, το Kona κατάφερε να λύσει Sudoku ταχύτερα και ακριβέστερα από μοντέλα των OpenAI, Google και Anthropic, ενώ προγραμματίζονται παρουσιάσεις σε σκάκι και Go.
Τι είναι τα energy-based models και γιατί διαφέρουν
Σε αντίθεση με τα LLMs — τα οποία λειτουργούν προβλέποντας την επόμενη λέξη — τα energy-based models εκπαιδεύονται πάνω σε σταθερούς κανόνες και περιορισμούς (π.χ. κανόνες Sudoku, φυσικοί νόμοι, χωρητικότητα δικτύων).
Όσο περισσότερο ένα EBM αποκλίνει από αυτούς τους κανόνες, τόσο περισσότερη «ενέργεια» καταναλώνει, γεγονός που:
- αποτρέπει τις αποκλίσεις
- περιορίζει τις «παραισθήσεις» (hallucinations)
- αξιολογεί ολόκληρη τη λύση και όχι τμηματικές απαντήσεις
«Τα LLMs είναι ένα παιχνίδι μαντεψιάς», δήλωσε η Bodnia. «Το ότι κάποιες φορές απαντούν σωστά δεν σημαίνει ότι είναι πραγματικά ευφυή. Αν μάθεις σε μια γάτα να γαβγίζει, δεν την κάνεις σκύλο. Εγώ φτιάχνω τον σκύλο».
«Τα πρώτα αξιόπιστα σημάδια AGI»
Η Bodnia υποστήριξε ότι το Kona εμφανίζει τα πρώτα πειστικά χαρακτηριστικά γενικής τεχνητής νοημοσύνης (AGI):
«Αν γενική νοημοσύνη σημαίνει ικανότητα συλλογισμού σε διαφορετικά πεδία, μάθηση από το λάθος και βελτίωση χωρίς επανεκπαίδευση για κάθε εργασία, τότε βλέπουμε στο Kona τα πρώτα αξιόπιστα σημάδια AGI».
Ο LeCun, διαχρονικός επικριτής της ιδέας ότι τα LLMs μπορούν από μόνα τους να οδηγήσουν σε AGI, δήλωσε:
«Η Logical Intelligence είναι η πρώτη εταιρεία που μεταφέρει τον energy-based συλλογισμό από το εργαστήριο στην παραγωγή, ανοίγοντας τον δρόμο για μια νέα γενιά αξιόπιστων AI συστημάτων».
Και οι δύο συμφωνούν ότι η πραγματική ανθρώπινη-επιπέδου νοημοσύνη θα προκύψει από συνδυασμό μοντέλων — γλωσσικών, οπτικών, φυσικών και ενεργειακών.
