Ян ЛеКун, один из «крестных отцов» современного глубокого обучения, бросает вызов всей индустрии, делая ставку в более чем миллиард долларов на принципиально иной путь развития искусственного интеллекта. Его новый парижский ИИ-стартап Advanced Machine Intelligence (AMI) был запущен с одной целью: создать ИИ, способный по-настояшему понимать реальный мир. Согласно последним данным, Ян ЛеКун привлек $1 млрд на ИИ, который будет понимать физический мир [1].
Проект, уже оцененный в $3,5 млрд и поддержанный такими гигантами как Bezos Expeditions, Марк Кубан и Эрик Шмидт, открыто противопоставляет себя доминирующей парадигме. ЛеКун утверждает, что путь масштабирования больших языковых моделей (LLM), которым идут OpenAI и Meta- это тупик. Вместо этого AMI сосредоточится на создании «моделей мира», которые по мнению ученого, являются единственным ключом к достижению ИИ человеческого уровня. Запуск AMI это не просто очередной громкий ИИ-стартап, о которых мы писали в статье «Жесткие ИИ-чипы Taalas: 17000 токенов в секунду» [1], а фундаментальный идеологический раскол в авангарде технологий.
Философия AMI: Почему языковые модели это "полная чушь" для создания AGI
В основе философии AMI Яна ЛеКуна лежит резкое
неприятие текущего мейнстрима. «Идея о том, что вы собираетесь расширить
возможности LLM до такой степени, что они достигнут человеческого
интеллекта, — это полная чушь». Это резкое заявление, сделанное Яном
ЛеКуном в интервью WIRED, бьет в самое сердце текущей стратегии развития
искусственного интеллекта. Этот конфликт, по сути Ян ЛеКун против LLM,
разворачивается на фоне того, как гиганты вроде OpenAI и Google
удваивают ставки на масштабирование больших языковых моделей. В его
видении, LLM (большие языковые модели) — это тип искусственного
интеллекта, обученный на огромных объемах текстовых данных для
понимания, генерации и обработки человеческого языка, но они являются
лишь тенью настоящего разума, а не его зародышем. ЛеКун утверждает, что
большие языковые модели (LLM) не приведут к ИИ человеческого уровня, и
фокусируется на создании ИИ, понимающего физический мир.
Фундаментальная проблема, по мнению ЛеКуна, заключается в том, что
человеческое мышление и здравый смысл основаны не на языке, а на интуитивном понимании физической реальности.
Мы учимся, наблюдая за миром, взаимодействуя с ним и предсказывая
последствия наших действий задолго до того, как осваиваем речь. Язык —
это надстройка, инструмент для описания уже существующей внутренней
модели мира. LLM же, напротив, обучаются исключительно на тексте, что
лишает их фундаментального понимания причинно-следственных связей,
физики и здравого смысла. Их способность генерировать связный текст —
это сложная форма статистического сопоставления, а не подлинное
осмысление. Именно поэтому погоня за ИИ человеческого уровня (AGI) —
гипотетическим уровнем искусственного интеллекта, который способен
выполнять любые интеллектуальные задачи так же хорошо или лучше, чем
средний человек, — через одни лишь LLM обречена на провал.
В качестве альтернативы ЛеКун и его стартап AMI выдвигают концепцию «моделей мира». Чтобы понять, что такое модели мира ИИ,
стоит рассмотреть их основное отличие от LLM. Модели мира ИИ — это
системы искусственного интеллекта, которые учатся создавать внутренние
представления о том, как устроен физический мир и как он функционирует.
Они позволяют ИИ предсказывать последствия своих действий и планировать,
подобно тому, как человек понимает окружающую среду. В отличие от LLM,
которые предсказывают следующее слово в предложении, модели мира
предсказывают, что произойдет в следующий момент времени в реальной или
смоделированной среде. Они учатся на видео, сенсорных данных и через
взаимодействие, формируя внутреннюю симуляцию реальности. Это позволяет
им рассуждать, планировать и действовать с пониманием, а не просто
следовать текстовым шаблонам.
Практическое применение этой философии иллюстрирует пример, который
приводит сам ЛеКун: создание цифрового двойника авиационного двигателя.
Такая модель мира могла бы не просто анализировать данные о его работе,
но и предсказывать, как изменения в конструкции или условиях
эксплуатации повлияют на его эффективность, надежность или уровень
выбросов. Это принципиально новый класс ИИ систем, который, как отмечалось в статье «Cloudflare Agents SDK v0.5.0: ИИ-агенты и Infire на периферии» [2],
открывает новые горизонты для индустрии. Важно подчеркнуть, что ЛеКун
не отрицает полезности LLM. Он видит их в качестве одного из компонентов
будущих интеллектуальных систем — возможно, как вербальный интерфейс
или модуль для работы с текстовой информацией. Но строить на них весь
фундамент AGI, по его убеждению, — это все равно что пытаться построить
небоскреб, начав с крыши.
За кулисами AMI: Команда, инвесторы и разрыв с Meta
За успехом такого амбициозного стартапа, как Advanced Machine Intelligence (AMI),
стоит не только визионер, но и сильная команда, способная воплотить
смелые идеи в жизнь. Advanced Machine Intelligence (AMI) не стала
исключением. Ян ЛеКун собрал вокруг себя настоящую «команду мечты»,
состоящую в основном из ключевых фигур, с которыми он тесно сотрудничал в
Meta. Среди сооснователей — бывший директор по научным исследованиям
Майкл Раббат, экс-вице-президент по Европе Лоран Солли и бывший старший
директор по исследованиям в области ИИ Паскаль Фунг. Руководящие посты
также заняли опытные профессионалы: генеральным директором стал
Александр ЛеБрюн, ранее возглавлявший ИИ-стартап в сфере здравоохранения
Nabla, а научным директором — Сайнинг Се, бывший исследователь Google
DeepMind.
Такой кадровый состав, помноженный на репутацию самого ЛеКуна, привлек внимание инвесторов высшего эшелона.
В проект поверили такие гиганты, как Марк Кубан, бывший генеральный
директор Google Эрик Шмидт и французский миллиардер Ксавье Ньель. Их
участие — это не просто финансовая поддержка, а мощный сигнал доверия к
выбранному AMI курсу, идущему вразрез с мейнстримом больших языковых
моделей.
Однако главный вопрос, который возникает у многих: почему один из
столпов ИИ-исследований покинул Meta, компанию с практически
неограниченными ресурсами? Ответ кроется в стратегическом расхождении путей.
По словам ЛеКуна, в определенный момент Meta была вынуждена сместить
фокус, чтобы «догнать» индустрию в гонке LLM. Этот разворот в сторону
того, что делают все остальные, не соответствовал его научным интересам и
видению будущего ИИ.
Ключевое прозрение ЛеКуна заключалось и в другом: коммерческий потенциал моделей мира
лежит в B2B-секторе — в сотрудничестве с компаниями из сферы
производства, робототехники и биомедицины. Эта бизнес-модель плохо
вписывалась в потребительскую ДНК Meta. Осознав это, в ноябре 2025 года
ЛеКун пришел к Марку Цукербергу. «Я сказал ему, что могу сделать это
быстрее, дешевле и лучше за пределами Meta, разделив затраты на
разработку с другими компаниями», — вспоминает ученый.
Несмотря на уход, разрыв не был окончательным. ЛеКун покинул Meta,
чтобы развивать модели мира вне ее потребительского бизнеса, но ведет
переговоры о возможном сотрудничестве. Цукерберг, всегда поддерживавший
исследования в этой области, дал свое согласие на совместную работу.
Сейчас стороны обсуждают потенциальные проекты, например, интеграцию
технологий AMI в умные очки Meta, что доказывает: мосты не сожжены, а впереди может быть новая глава партнерства.
Открытый код, этика и безопасность: Кредо ЛеКуна
Фундаментальный принцип, на котором строится AMI, — это
приверженность технологиям с открытым исходным кодом. Этот подход, по
сути открытый код ИИ ЛеКуна, — не просто
бизнес-стратегия для привлечения партнеров в производстве, биомедицине и
робототехнике, но и краеугольный камень этической позиции самого
ЛеКуна. Он убежден, что искусственный интеллект — технология слишком
мощная и преобразующая, чтобы ее развитие и контроль находились в руках
одной или нескольких частных компаний. По его мнению, такая концентрация
власти несет в себе системные риски для общества.
Актуальность этих опасений подтверждается недавними событиями.
Например, Пентагон внес Anthropic в черный список. Это произошло после
того, как стартап попытался установить «красные линии» в отношении того,
как американские военные используют его ИИ [2]. Этот инцидент ярко иллюстрирует конфликт между корпоративной этикой
и государственными интересами. ЛеКун последовательно утверждает, что ни
он, ни главы OpenAI или Anthropic не обладают легитимностью, чтобы
диктовать обществу, какое применение ИИ считать благим, а какое —
вредным. Решения такого масштаба должны приниматься демократическим
путем.
Эта позиция для ЛеКуна не является отвлеченной теорией. Он сам стоял у
истоков технологий двойного назначения. Системы распознавания лиц,
которые сегодня используются в том числе для массовой слежки, во многом
основаны на его новаторской работе со «сверточными сетями». Сверточные сети (глубокое обучение)
— это особый тип нейронных сетей, широко используемый для анализа
изображений и видео. Они вдохновлены тем, как зрительная кора головного
мозга обрабатывает информацию, и стали основой для многих систем
распознавания лиц и объектов. Осознавая это, ЛеКун подчеркивает, что не
разработчик, а общество через свои институты должно определять границы
допустимого.
Сложность этического выбора он иллюстрирует на примере автономного
оружия. Если десять лет назад многие лидеры отрасли призывали к его
полному запрету, то сегодня ситуация выглядит неоднозначно. Украина
активно использует автономные дроны для защиты своего суверенитета и
демократического строя от внешней агрессии. Этот пример показывает, что
технологии не являются злом или добром по своей природе; контекст их применения
имеет решающее значение. И именно поэтому, по мнению ЛеКуна, открытость
кода и общественный контроль — единственный безопасный путь вперед в
эпоху мощного ИИ.
Скепсис и риски: Пузырь хайпа или реальный прорыв?
Несмотря на впечатляющий старт и авторитет основателя, амбициозный
проект AMI вызывает закономерный скепсис в экспертном сообществе.
Критики указывают, что столь значительные инвестиции могут быть
обусловлены скорее громким именем ЛеКуна, чем доказанной коммерческой
жизнеспособностью новой парадигмы. В этом контексте оценка стартапа в
$3,5 млрд на ранней стадии выглядит спекулятивной, основанной на общем хайпе вокруг ИИ.
Более того, категоричный отказ от больших языковых моделей (LLM) как
пути к сильному искусственному интеллекту может оказаться
преждевременным, ведь потенциал масштабирования текущих архитектур еще
не до конца изучен, а их прогресс очевиден.
Помимо концептуальных сомнений, на пути AMI стоит как минимум пять ключевых рисков, которые инвесторам и наблюдателям следует учитывать:
- Во-первых, экономический: высокие вложения в непроверенную
технологию создают угрозу «пузыря», который может лопнуть, если «модели
мира» не оправдают коммерческих ожиданий. - Во-вторых, технологический: сложность создания универсальной модели
мира и ее практического применения может оказаться на порядки выше
предполагаемой, что существенно затормозит разработку. - В-третьих, конкурентный: ИИ-гиганты продолжают инвестировать в LLM и
могут либо опередить AMI, либо интегрировать ключевые аспекты ее
подхода в свои системы, нивелируя уникальное преимущество стартапа. - Четвертый риск связан с монетизацией: приверженность открытому
исходному коду, хотя и благородна, существенно усложняет защиту
интеллектуальной собственности и поиск эффективных бизнес-моделей. - Наконец, социальный риск: создание ИИ, глубоко понимающего
физический мир, порождает новые этические дилеммы и вопросы
безопасности, особенно при его применении в критических отраслях.
Три сценария будущего для «дружелюбного» ИИ
Стартап AMI и его идейный вдохновитель Ян ЛеКун делают одну из самых
смелых и фундаментальных ставок в новейшей истории искусственного
интеллекта. Бросая вызов доминирующей парадигме больших языковых
моделей, они ставят на кон не только миллиарды долларов инвестиций, но и
потенциальное направление развития всей отрасли на
десятилетия вперед. Этот амбициозный проект — не просто создание новой
технологии, а попытка переопределить само понятие машинного интеллекта,
сместив фокус с языка на понимание физического мира.
- В позитивном сценарии AMI совершает прорыв: разработанные ею модели
мира становятся основой для нового поколения ИИ, которое превосходит LLM
в задачах, требующих понимания реальности, и открывает путь к созданию
AGI. - Нейтральный исход предполагает, что технология найдет свою нишу в
специфических промышленных применениях, но будет сосуществовать с LLM,
которые продолжат доминировать в других сферах, формируя параллельные
ветви эволюции ИИ. - Наконец, негативный сценарий подразумевает, что проект столкнется с
непреодолимыми техническими трудностями или не сможет найти коммерческое
применение, что приведет к потере интереса инвесторов и стагнации.
Независимо от того, какой из этих путей станет реальностью, инициатива AMI уже является важнейшим экспериментом для всей индустрии.
Результаты этой рискованной ставки, будь то триумф, компромисс или
неудача, дадут бесценную информацию и помогут определить, как на самом
деле будет выглядеть интеллект следующего поколения.