O pesquisador Yann LeCun, que trabalhou no Facebook, criou uma nova empresa para desenvolver um tipo de inteligência artificial mais flexível, que entenda o mundo real melhor do que os sistemas atuais como o ChatGPT.
Yann LeCun, fundador da AMI Labs, está desenvolvendo um novo sistema de IA
Yann LeCun, um dos maiores nomes da inteligência artificial, acredita que a tecnologia atual ainda é muito limitada. Ele diz que não temos robôs tão bons quanto um rato para entender o mundo físico.
Ele trabalhou por dez anos no Facebook (Meta), onde era o principal cientista de IA, mas saiu em 2025 para fundar a Advanced Machine Intelligence Labs (AMI Labs), em Paris.
- O objetivo de LeCun é criar uma IA que entenda o mundo real, não apenas textos.
- Sistemas como ChatGPT são bons em tarefas previsíveis, mas falham em situações complexas.
- A nova empresa já recebeu mais de 1 bilhão de dólares de investidores como a Nvidia.
- A IA tradicional não consegue prever o que vai acontecer quando uma caneta cai, por exemplo.
- A AMI Labs está desenvolvendo um sistema chamado JEPA, que filtra informações inúteis.
O objetivo de LeCun é criar uma IA que vá além dos sistemas atuais, como ChatGPT, Claude e Gemini. Ele diz que esses sistemas têm seus usos, mas nunca conseguirão lidar com situações complicadas do mundo real, como fazer um robô realizar tarefas domésticas.
Segundo ele, esses modelos não são um caminho para uma inteligência parecida com a humana ou mesmo com a animal, porque não conseguem lidar com dados do mundo real, não foram feitos para isso.
Por isso, a AMI Labs, que fica em Paris, está desenvolvendo um novo tipo de inteligência artificial que não é baseada na tecnologia do ChatGPT e seus concorrentes.
Os investidores acreditam que a ideia tem potencial. No início deste ano, a AMI Labs anunciou que havia arrecadado mais de 1 bilhão de dólares, com investidores como a gigante americana de chips Nvidia e o fundo que administra a fortuna pessoal do fundador da Amazon, Jeff Bezos.
Essa rodada de investimento inicial, a primeira de uma startup, foi uma das maiores desse tipo na Europa.
O que falta na inteligência artificial atual
LeCun explica que os Large Language Models (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.
Ele diz que esses sistemas basicamente acumulam conhecimento e conseguem repetir o que aprenderam, mas não são particularmente inteligentes. Eles não têm uma compreensão real do que estão fazendo.
No mundo real, existe uma grande variedade de resultados para qualquer ação, o que exige um tipo de inteligência artificial mais flexível.
LeCun usa um exemplo simples: ele segura uma caneta na ponta. O que acontece quando você a solta Até uma criança pequena saberia que a caneta vai cair. Mas nenhum humano tentaria adivinhar para qual lado a caneta vai cair, porque é impossível saber.
No entanto, um LLM pode tentar gerar uma única previsão sobre o próximo movimento da caneta com base em padrões estatísticos dos dados de treinamento. Essa previsão quase certamente estaria errada, porque o sistema não está pensando sobre a realidade física da situação.
A nova solução: o sistema JEPA
LeCun afirma 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 avaliar os resultados das ações.
Criar essas abstrações envolve matemática difícil, mas basicamente elas filtram informações inúteis, deixando apenas imagens úteis do mundo para a IA. No caso da caneta, a IA saberia que não adianta tentar prever para qual lado ela vai cair.
Construir uma inteligência artificial mais flexível é uma prioridade para a indústria de robótica. Bilhões de dólares foram investidos na construção de robôs humanoides, 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.
Segundo LeCun, os modelos de IA atuais provavelmente nunca serão bons nesse ambiente. Ele afirma que os LLMs são praticamente inúteis para a robótica e que as alegações de que, apenas aumentando esses modelos, alcançaremos uma inteligência super-humana simplesmente não vão acontecer.
Outros pesquisadores pensam igual
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. Ele também é um Amazon Scholar.
Posner diz que a próxima década será sobre sistemas que podem explicar as coisas. Ele acredita que precisamos de modelos que possam responder a perguntas como: O que importa O que causa o quê O que aconteceria se eu fizesse algo diferente
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 World Models (Modelos Mundiais).
Embora os World Models 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, com os avanços no aprendizado de máquina e no poder de computação, uma IA pode aprender a fazer algo apenas a partir de uma simulação mental do mundo.
Desde 2018, essa ideia impulsionou uma quantidade significativa de pesquisa em modelos mundiais, 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 ajudar na tomada de decisões.
