De Franse AI-pionier Yann LeCun heeft met zijn nieuwe bedrijf, AMI Labs, ruim een miljard dollar opgehaald bij investeerders als Samsung en Nvidia. Het bedrijf is pas drie maanden oud en werkt aan zogeheten ‘wereldmodellen’. Dit is een fundamenteel andere benadering dan de taalmodellen van ChatGPT of Claude. Waar taalmodellen leren van tekst en statistische patronen, leren wereldmodellen direct van de werkelijkheid, bijvoorbeeld via video en sensorische data. Het doel is om AI-systemen te bouwen die een gezond verstand en een fysiek begrip van de wereld hebben, waardoor ze minder fouten zouden maken in complexe, dynamische situaties.

Wat zijn wereldmodellen in de praktijk?

In essentie probeert een wereldmodel te doen wat een mens of dier van nature kan: begrijpen hoe de fysieke wereld werkt. Het leert dat een bal die van een tafel rolt, naar beneden valt. Het begrijpt dat een deur die dicht is, eerst geopend moet worden voordat je erdoor kunt. Dit klinkt triviaal, maar voor huidige AI is dit extreem moeilijk. Taalmodellen zijn briljant in het manipuleren van taal, maar hebben geen echt begrip van de driedimensionale wereld. Een wereldmodel traint door te kijken naar duizenden uren video, sensordata van robots, of simulaties, om zo een intern model van de werkelijkheid op te bouwen. Volgens LeCun en zijn team is dit de weg naar AI die veilig en betrouwbaar kan opereren in de echte wereld.

Waarom is dit potentieel disruptief?

De investering van een miljard dollar in een zo jong bedrijf geeft aan dat grote spelers geloven in deze andere weg. De toepassingen die worden genoemd, zoals robotica, zelfrijdende auto’s, ruimtevaart en farmacie, zijn sectoren waar fouten duur en gevaarlijk zijn. Een taalmodel kan een handleiding schrijven voor het assembleren van een product, maar een wereldmodel zou de robot die de assemblage uitvoert, kunnen aansturen en begrijpen wanneer een onderdeel niet goed past. Het belooft AI die niet alleen praat, maar ook doet en anticipeert in de fysieke ruimte. Dit zou op termijn kunnen leiden tot veel autonomer en adaptievere machines in logistiek, productie en zorg.

Hoe verhoudt dit zich tot de huidige AI-golf?

De huidige hype draait vooral om generatieve AI voor tekst, afbeeldingen en code. Dat zijn voornamelijk tools voor kenniswerkers en creatieven. Wereldmodellen richten zich op een ander domein: de interactie met de fysieke wereld. Het vult de huidige AI-toolbox aan in plaats van deze te vervangen. Voor een ondernemer betekent dit dat de komende jaren niet alleen slimmere software op komst is, maar ook slimmere hardware en systemen die zelfstandig in fabrieken, magazijnen of zelfs op kantoor kunnen opereren. Het is een ontwikkeling die parallel loopt aan de taalrevolutie.

Hoe kun je dit vandaag toepassen?

De technologie van AMI Labs is nog in een zeer vroeg onderzoeksstadium. De praktische toepassing voor de gemiddelde ondernemer is daarom nog ver weg. Je zou deze ontwikkeling echter wel kunnen volgen als signaal voor waar de grote investeringsstromen in AI naartoe gaan: naar integratie met de fysieke wereld. Een mogelijkheid is om te onderzoeken hoe jouw bedrijfsprocessen die afhankelijk zijn van fysieke handelingen, inspectie of logistiek, in de toekomst baat zouden kunnen hebben bij meer autonome systemen. Via geprompt.nl/stel-je-vraag kun je een vraag stellen die we uitwerken tot een artikel op maat.

De toepassingen in dit artikel zijn suggesties op basis van het bronartikel, geen gevalideerd advies.

Bron: Sprout