Inteligência artificial: Yann LeCun cria IA mais flexível

O pesquisador Yann LeCun, um dos principais nomes da inteligência artificial, fundou uma startup para desenvolver um sistema de IA mais flexível, que vai além dos modelos atuais como ChatGPT, que ele considera 'não inteligentes' e incapazes de lidar com o mundo real.

Não temos robôs que sejam tão bons em entender o mundo físico como um rato, diz Yann LeCun, uma das principais figuras no mundo da inteligência artificial.

Ele trabalhou por uma década na Meta, empresa dona do Facebook, onde era o cientista-chefe de IA, mas saiu em 2025 e fundou o Advanced Machine Intelligence Labs (AMI Labs).

• IA atual não entende o mundo real: LeCun diz que sistemas como ChatGPT são bons em tarefas previsíveis, mas falham em situações do dia a dia, como fazer um robô arrumar a casa.
• Startup levantou mais de 1 bilhão de dólares: O AMI Labs recebeu investimentos da gigante de chips Nvidia e do fundo do fundador da Amazon, Jeff Bezos, em uma das maiores rodadas iniciais da Europa.
• Objetivo é criar uma IA com senso comum: A nova tecnologia, chamada JEPA, não tenta adivinhar o futuro, mas cria uma versão simplificada do mundo para entender o que é possível e o que não é.
• Robôs domésticos ainda são um grande desafio: Ensinar um robô a passar roupa ou lavar louça é muito difícil para a IA atual, que não consegue lidar com a imprevisibilidade do mundo real.
• Pesquisadores apostam em Modelos de Mundo: Além de LeCun, cientistas de Oxford e do Google estão criando sistemas que aprendem por simulação mental, em vez de apenas repetir dados da internet.

O objetivo dele é ir além dos sistemas atuais, como ChatGPT, Claude e Gemini. LeCun diz que eles têm suas utilidades, mas nunca serão capazes de lidar com situações complicadas no mundo real, como fazer um robô realizar tarefas domésticas.

Eles não são um caminho para a inteligência humana ou algo parecido, nem mesmo para a inteligência animal, porque não conseguem lidar com dados do mundo real, simplesmente não foram feitos para isso, ele me disse à margem da VivaTech, a principal conferência de tecnologia da França.

Então, o AMI Labs, sediado em Paris, está desenvolvendo um novo tipo de inteligência artificial que não é baseado na tecnologia por trás do ChatGPT e seus concorrentes.

Investidores e o futuro da startup

Investidores acham que a ideia tem potencial. No início deste ano, o AMI Labs anunciou que havia arrecadado mais de 1 bilhão de dólares (cerca de 760 milhões de libras), com investidores incluindo a gigante americana de chips Nvidia e o fundo que administra a riqueza privada do fundador da Amazon, Jeff Bezos.

Essa rodada de financiamento inicial, a primeira etapa de captação de recursos para startups, foi uma das maiores do tipo na Europa.

LeCun explica que os Grandes Modelos de Linguagem (LLMs), como o ChatGPT, são muito bons em algumas coisas, como programação, problemas matemáticos e gerar textos. Mas ele argumenta que esses são problemas bem definidos e previsíveis.

Eles [os LLMs] basicamente apenas acumulam conhecimento... Eles podem repetir algo que você os treinou para repetir, mas não são particularmente inteligentes. Eles não têm uma compreensão real do que estão fazendo, diz ele.

A nova abordagem: JEPA

No mundo real, há uma infinidade de resultados possíveis para qualquer ação, o que exige um tipo de inteligência artificial mais flexível. LeCun pega uma caneta e a equilibra na ponta. O que acontece quando você a solta, ele pergunta. Até uma criança pequena saberia que a caneta vai cair. Mas nenhum ser humano se preocuparia em adivinhar para qual lado a caneta vai cair, porque é impossível saber.

Mas um LLM poderia tentar gerar uma única previsão sobre o próximo movimento da caneta com base em padrões estatísticos dos dados com os quais foi treinado. A previsão quase certamente estaria errada, porque o sistema não está raciocinando sobre a realidade física da situação, ele está apenas gerando o que parece ser estatisticamente plausível.

LeCun diz que o sistema que sua empresa está desenvolvendo, chamado Joint Embedding Predictive Architecture (JEPA), foi criado para lidar com problemas como esse. Ele cria abstrações do mundo real que permitem que a IA avalie os resultados de ações. Criar essas abstrações envolve matemática complexa, mas, basicamente, elas filtram informações inúteis, deixando a IA apenas com imagens úteis do mundo. No caso da caneta, a IA saberia que não adianta tentar prever para qual lado ela vai cair.

O desafio dos robôs

Construir uma inteligência artificial mais flexível é uma prioridade para a indústria de robótica. Bilhões de dólares foram investidos na construção de robôs humanoides, e suas façanhas ficam mais impressionantes a cada ano. Mas treiná-los para realizar tarefas domésticas com segurança, como passar roupa ou arrumar a máquina de lavar louça, está se mostrando difícil e caro.

E, segundo LeCun, os modelos atuais de IA provavelmente nunca serão bons nesse ambiente. Os LLMs são, em grande parte, inúteis para a robótica, afirma. As alegações de que, de alguma forma, apenas aumentando a escala dos LLMs, vamos alcançar a superinteligência humana, isso simplesmente não vai acontecer.

Outras pesquisas em modelos de mundo

Muitos na indústria de IA concordam com LeCun. Ingmar Posner é um deles. Ele é professor de Inteligência Artificial Aplicada na Universidade de Oxford e dirige o Laboratório de IA Aplicada do local. Ele também é um Amazon Scholar.

Minha visão é que a próxima década será realmente sobre sistemas que podem explicar... Você precisa de modelos que possam responder a perguntas como: O que importa O que causa o quê O que aconteceria se eu fizesse algo diferente como se eu tomasse uma ação diferente, diz Posner.

Posner e sua equipe de cerca de 10 pesquisadores trabalham há quatro anos em uma forma alternativa de IA, que se enquadra em uma categoria chamada Modelos de Mundo. Embora os Modelos de Mundo existam conceitualmente há décadas, uma inspiração para este trabalho foi um artigo influente publicado em 2018 por David Ha e Jurgen Schmidhuber. A ideia principal era que, graças aos avanços no aprendizado de máquina e no poder computacional, uma IA pode aprender a fazer algo puramente a partir de uma simulação mental aprendida de como o mundo se parece.

Desde 2018, essa ideia catalisou uma quantidade significativa de pesquisa em modelos de mundo, incluindo o Dreamer World Model, do Google. No ano passado, uma variante do Dreamer descobriu como coletar diamantes no videogame Minecraft, imaginando cenários futuros para ajudá-la na tomada de decisões.

Posner espera que o sistema de IA em que sua equipe está trabalhando seja mais um passo adiante. Ele o chama de modelo de mundo mecanicista, que estruturará o conhecimento de uma forma que a IA possa usar de forma eficiente. Você precisa de sistemas que sejam capazes de compartimentar e organizar o conhecimento de tal forma que ele possa ser lembrado, combinado e modificado quando for importante, diz Posner.

É muito difícil dizer quanto tempo levará para desenvolver esses novos modelos, ele acrescenta. Se você perguntasse a qualquer um em 2017 ou 2018 quanto tempo levaria até ter algo como o ChatGPT, eles diriam: 'Décadas, décadas de trabalho'. A versão original do ChatGPT foi lançada em novembro de 2022.

Outros trabalhos em Modelos de Mundo estão sendo feitos pela DeepMind (parte da Alphabet, dona do Google) com seu modelo Genie, e pela Wayve, de Londres, que tem um sistema chamado Gaia. Enquanto isso, a pioneira em IA Fei-Fei Li fundou a World Labs em São Francisco em 2023 para desenvolver um novo modelo de IA.

O plano do AMI Labs

LeCun diz que o AMI Labs passará o resto deste ano refinando seu modelo de IA e no ano que vem espera que ele seja colocado em uso, inicialmente em ambientes industriais. Se isso for bem-sucedido, então será hora de pensar grande.

Eventualmente, teremos sistemas de inteligência genérica que podem ser aplicados a praticamente qualquer coisa no mundo com treinamento ou ajuste mínimo.

O que acontecerá com os humanos em um mundo onde os robôs podem operar de forma independente Ainda vamos precisar de humanos para descobrir quais perguntas fazer, o que construir, o que criar, que é realmente o aspecto propriamente humano, diz ele. A IA trabalhará para nós, ele acrescenta.

Nossa interação com os futuros sistemas de IA mesmo que eles sejam mais inteligentes que nós será como a interação entre um capitão da indústria ou um líder político com sua equipe de assistentes, muitos dos quais são mais inteligentes do que eles.