Miljardin siemenrahoitus haastaa tekoälyalan suunnan
Yann LeCun on tottunut kulkemaan vastavirtaan. Syväoppimisen uranuurtaja ja vuoden 2018 Turing-palkinnon saaja perusti viime vuoden lopulla AMI Labs -nimisen yhtiön, jonka tavoite on kunnianhimoinen: rakentaa tekoäly, joka ymmärtää fyysistä maailmaa eikä pelkästään tekstiä. Maaliskuun alussa yhtiö keräsi 1,03 miljardin dollarin siemenrahoituksen 3,5 miljardin dollarin arvostuksella.
Kyseessä on eurooppalaisen startup-historian suurin siemenrahoituskierros. Rahoitusta johtivat Cathay Innovation, Greycroft, Hiro Capital, HV Capital ja Jeff Bezosin Bezos Expeditions. Mukana ovat myös Nvidia, Toyota ja Samsung sekä yksityissijoittajina Tim Berners-Lee, Mark Cuban ja Eric Schmidt. Ranskan presidentti Emmanuel Macron tervehti rahoitusta kansallisena saavutuksena.
Kielimallit ennustavat sanoja, eivät ymmärrä maailmaa
LeCunin perusväite on suoraviivainen. Kielimalli ennustaa seuraavan sanan lauseessa, mutta se ei tarkoita, että malli ymmärtäisi mitään maailmasta. Hän on kutsunut nykyisiä kielimalleja "tilastolliseksi illuusioksi" – vaikuttaviksi mutta ei älykkäiksi.
Väite ei ole uusi. LeCun on arvostellut kielimallien rajoitteita vuosia, vaikka hän Metalla ollessaan johti myös LLaMA-kielimallin kehitystä. Nyt hän panee rahansa väitteensä taakse. AMI Labsin teesi on, että ihmistason tekoäly ei voi syntyä pelkästä tekstidatasta. Lapsi ei opi ymmärtämään painovoimaa lukemalla siitä, vaan pudottamalla lusikan syöttötuolista sata kertaa.
Kyseessä on perustavanlaatuinen erimielisyys tekoälyalan suunnasta. OpenAI, Anthropic ja Google panostavat kaikki siihen, että kielimalleja skaalaamalla päästään kohti yleistä tekoälyä. LeCun sanoo, että polku on väärä.
Maailmamallit oppivat kuten lapset
AMI Labsin teknologinen perusta on JEPA eli Joint Embedding Predictive Architecture, jonka LeCun esitteli vuonna 2022. Sen sijaan, että tekoäly ennustaisi seuraavan sanan tai pikselin, JEPA oppii ennustamaan abstrakteja representaatioita – tiivistettyjä kuvauksia siitä, miten maailma toimii.
Käytännössä JEPA-pohjainen järjestelmä voi katsoa videota ja oppia ymmärtämään, miten esineet liikkuvat ja vaikuttavat toisiinsa. Se ei yritä ennustaa jokaista pikseliä erikseen, vaan muodostaa ymmärryksen olennaisista rakenteista ja jättää epäolennaiset yksityiskohdat huomiotta. Meta on jo julkaissut I-JEPA- ja V-JEPA-tutkimusprototyypit kuva- ja videodatalle.
Ero kielimalleihin on konkreettinen. ChatGPT osaa kuvailla, miten polkupyörä pysyy pystyssä, mutta se ei ymmärrä tasapainon fysiikkaa. Maailmamalli voisi simuloida tasapainotilan ja ennustaa, mitä tapahtuu kun ohjaustankoa käännetään.
“Kielimallit ovat tilastollinen illuusio. Vaikuttavia kyllä, mutta älykkäitä ne eivät ole.”
Ennätysrahoitus ilman tuotetta
Miljardin dollarin siemenrahoitus on poikkeuksellinen summa, mutta tekoälymaailmassa rajat ovat siirtyneet. Vuonna 2025 yhdysvaltalainen Thinking Machines Lab keräsi 2 miljardin dollarin siemenrahoituksen, ja Unconventional AI sai 475 miljoonaa. AMI Labsin kierros on kuitenkin Euroopan suurin ja erottuu siinä, että yhtiöllä ei ole vielä tuotetta eikä liikevaihtoa.
LeCun toimii yhtiön hallituksen puheenjohtajana. Toimitusjohtajana on Alexandre LeBrun, joka perusti aiemmin lääketieteen tekoäly-yhtiö Nablan. Tiedejohtajaksi tuli Saining Xie Google DeepMindista, ja maailmamallien kehityksestä vastaa entinen Metan tutkimusjohtaja Michael Rabbat. Pääkonttori on Pariisissa, ja toimistoja avataan New Yorkiin, Montrealiin ja Singaporeen.
LeBrun on arvioinut, että yritysasiakkaille tarjottavia ratkaisuja voidaan odottaa 1–2 vuoden kuluessa. Laajempia "melko universaaleja älyjärjestelmiä" hän lupaa 3–5 vuoden aikajänteellä. Kohdealueiksi mainitaan robotiikka, terveydenhuolto ja turvallisuuskriittiset teollisuussovellukset.
