Naslov in uvod
Milijarda dolarjev tveganega kapitala za start-up, ki odkrito pravi, da več let ne bo imel prihodkov, je danes redkost. AMI Labs, novi laboratorij Yanna LeCuna in Alexandra LeBruna, pa je ravno tak projekt: namesto še enega klepetalnika želi zgraditi »world models« – modele sveta, ki razumejo fizično resničnost, ne le jezika. Če jim uspe, bo današnji generativni bum videti kot ogrevanje. V nadaljevanju analiziramo, kaj AMI Labs dejansko gradi, zakaj so vlagatelji pripravljeni čakati in kakšne priložnosti to odpira za Evropo in tudi Slovenijo.
Novica na kratko
Kot poroča TechCrunch, je AMI Labs – novi AI‑podjetniški projekt, ki ga je po odhodu iz Mete soustanovil Turingov nagrajenec Yann LeCun – zbral približno 1,03 milijarde dolarjev svežega kapitala pri pred‑denarni vrednotenju 3,5 milijarde dolarjev.
Podjetje s sedežem v Parizu razvija t. i. world models: sisteme umetne inteligence, ki se učijo iz bogatih podatkov resničnega sveta (slika, zvok, interakcija), ne pa predvsem iz besedila. Znanstvena usmeritev temelji na arhitekturi JEPA (Joint Embedding Predictive Architecture), ki jo je LeCun prvič predstavil leta 2022.
Po informacijah TechCruncha krog so‑vodijo skladi Cathay Innovation, Greycroft, Hiro Capital, HV Capital in Bezos Expeditions. Med vlagatelji so tudi NVIDIA, Samsung, Sea, Temasek, Toyota Ventures ter več evropskih industrijskih skupin, vključno z Dassaultom, Publicisom in družino Mulliez. AMI Labs se bo v prvih letih osredotočil na temeljne raziskave, brez neposrednih načrtov za prihodke, objavljal pa bo znanstvene članke in odprtokodno kodo. Prvi razkriti aplikativni partner je zdravstveni startup Nabla.
Zakaj je to pomembno
Večina trenutnega AI‑vala sloni na enem triku: napovedovanju naslednjega tokena v zaporedju besedila (in zadnje čase tudi slik ali zvoka). S prevelikimi računalniškimi viri je ta trik presenetljivo učinkovit, vendar so njegove meje očitne: halucinacije, šibko razumevanje prostora in časa, težave pri zanesljivem delovanju v fizičnem svetu.
AMI Labs predstavlja neposreden poskus, da gremo onkraj tega pristopa. Namesto da bi modelu dali internet in od njega zahtevali »dopolni stavek«, svetovni modeli skušajo zgraditi notranjo predstavitev tega, kako se svet spreminja – kaj se zgodi, če predmet potisnemo, kakšen je verjeten izid medicinskega posega, kako se obnaša proizvodna linija pri spremembi parametra. V LeCunovem okvirju JEPA model ne posnema jezika, ampak se uči zapolnjevati manjkajoče informacije o svetu.
Za vlagatelje je to povsem drugačna stava kot še en »LLM‑ov ovoj«. Gre za počasno, raziskovalno in kapitalsko zahtevno igro, brez garancije za viralno aplikacijo v pol leta. Če pa uspe, lahko pretrese nekatere najbolj vredne domene tehnologije: robotiko, avtonomne sisteme, industrijsko optimizacijo ter podporo odločanju v panogah, kot je zdravstvo.
Zmagovalci so za zdaj jasni: NVIDIA in drugi ponudniki računske moči, vrhunski raziskovalci, ki dobijo močno financiran, raziskovalno odprt laboratorij zunaj velikih tehnoloških korporacij, ter Evropa, ki na svojem ozemlju pridobi nov »flagship« projekt. Potencialni poraženci so številni generativni startupi brez pravega diferenciranja, ki zgolj zavijajo obstoječe modele v nove vmesnike; če bodo world models pokazali praktične prednosti pri zanesljivosti in razumevanju, bo potrpljenje trga za takšne »tanke ovoje« hitro izginilo.
Širša slika
AMI Labs ni osamljena zgodba. Kot izpostavlja TechCrunch, je Fei‑Fei Li s podjetjem World Labs pred kratkim zbrala približno milijardo dolarjev za podobno vizijo, evropski SpAItial pa nenavadno velik 13‑milijonski začetni krog. Izraz »world model« bo morda kmalu zlorabljen v pitch deckih, a premik v raziskavah je resničen: fronta AI se seli od prepoznavanja vzorcev k napovedovanju in nadzoru.
Prve zametke te smeri poznamo že iz preteklosti: DeepMindov agent Gato, robotski simulatorji, zgrajeni na NVIDIA Isaac, ter modelno zasnovano ojačitveno učenje so vse poskusi, da bi sistemom dali notranji simulator resničnosti. Novo je to, da zdaj v to paradigmo pritekata resen kapital in prvorazredni talent – ter da vodilni akterji jasno govorijo, da »samo večji LLM« ne bo dovolj.
V primerjavi z OpenAI, Anthropicom ali Google DeepMindom je pristop AMI opazen v dveh točkah.
Prvič, odkrito trdi, da današnja LLM‑arhitektura ni končna oblika umetne inteligence. To je pogumna pozicija v obdobju, ko prav LLM‑ji ustvarjajo večino prihodkov in vrednotenj – a AMI se s tem tudi pozicionira kot laboratorij, ki ni ujet v obrambo statusa quo.
Drugič, AMI se zavezuje odprti znanosti v trenutku, ko se čelna fronta zapira. Največji ameriški laboratoriji vse bolj zadržujejo modele in podatke ter ponujajo le API‑je. AMI stavi na to, da bosta objavljanje kode in rezultatov pospešila napredek in okoli laboratorija zgradila globalno raziskovalno skupnost. Zgodovina daje tej logiki nekaj kredibilnosti: FAIR, PyTorch in Hugging Face so postali standard prav zato, ker so bili odprti.
Skupaj vzeto ta investicijski krog napoveduje novo fazo AI‑tekmovanja. Prva faza je bila tekma, kdo bo hitreje skaliral transformerje. Druga, ki jo sooblikuje AMI, bo vprašanje, kdo bo znal zgraditi najboljši notranji model sveta – in ali ga je mogoče varno uporabiti v kaotičnem, reguliranem človeškem okolju.
Evropski in slovenski kot
Za Evropo je AMI Labs več kot še en francoski »unicorn«. Je preizkus, ali lahko na stari celini nastane laboratorij, ki ne bo samo predmet regulacije, temveč bo tudi soustvarjal tehnične standarde.
Najprej geografija: sedež v Parizu, močni francoski in evropski vlagatelji, od državnih skladov do industrijskih skupin, ter satelitske ekipe v New Yorku, Montrealu in Singapurju. Za politiko, ki govori o digitalni suverenosti, je to dokaz, da lahko tudi Evropa gosti ambiciozne temeljne raziskave, ne le kupuje licence iz Kalifornije.
Pomemben je tudi regulatorni kontekst. Svetovni modeli, ki se učijo iz realnih procesov in jih je mogoče testirati v simulacijah ter na dejanskih podatkih, se dobro ujemajo z logiko Akta o umetni inteligenci (EU AI Act), GDPR in sektorskih pravil, denimo v zdravstvu ali mobilnosti. Če AMI resno sodeluje z industrijskimi partnerji, bo moral od začetka vgraditi sledljivost, obvladovanje pristranskosti in robustnost – kar je natančno to, kar evropski regulatorji zahtevajo.
Za Slovenijo in širšo regijo SEE je zanimiv predvsem ekosistemski učinek. Ljubljanski start‑upi, raziskovalne skupine na IJS ali FRI ter industrijska podjetja v avtomatizaciji in logistiki si sami težko privoščijo trening vrhunskih modelov. Če bo AMI dejansko odprtokoden, lahko slovenska podjetja in raziskovalci gradijo nad njegovimi arhitekturami in se vključijo v skupnost – morda z lastnimi domenami (npr. napovedovanje poplav, energetska optimizacija, industrijska robotika).
Pogled naprej
Pričakovati je, da bo razvoj v AMI Labs videti bolj kot delo raziskovalnega inštituta kot klasičnega start‑upa. V naslednjih letih bodo ključni rezultati verjetno novi algoritmi, podatkovni sklopi in evalvacijske metrike, ne pa oblačna platforma za končne uporabnike.
Začetni pilotni projekti – denimo z Nablo ali kakšnim evropskim industrijskim partnerjem – bodo najbrž zelo ozki in močno nadzorovani: orodja za podporo odločanju, kjer zdravnik ali inženir preveri vsako priporočilo; roboti ali avtonomna vozila, ki najprej delujejo izključno v simulaciji; sistemi za napovedovanje povpraševanja ali vzdrževanja, ki gredo skozi stroge regulatorne preglede.
Največje tveganje je čas. Milijarda dolarjev zagotavlja nekaj let miru, ne pa desetletja. Če laboratorij vmes ne pokaže prepričljivih znanstvenih prebojev – ponovljivih rezultatov, odprtokodnih implementacij, prepričljivih benchmarkov –, bo pritisk vlagateljev po »končnem produktu« naraščal. Drugo tveganje je dostop do računske moči: multimodalni svetovni modeli bodo vsaj tako požrešni kot LLM‑ji, dobava vrhunskih GPU‑jev pa ostaja omejena.
Za bralce v Sloveniji so ključna vprašanja, na katera velja biti pozoren:
- Kako odprt bo AMI v praksi? Bodo modeli in koda res na voljo skupnosti ali le akademskim partnerjem?
- Kdo bodo evropski pilotni partnerji? Če se bodo med njimi pojavile bolnišnice, logistična podjetja ali industrija iz naše regije, bo to signal za resen prenos znanja.
- Kako se bo odzvala EU politika? Bo svetovne modele prepoznala kot varnejšo alternativo klasičnim LLM‑jem v visoko tveganih področjih?
Bistvo
AMI Labs je redka, a pomembna stava: milijarda dolarjev za počasno, a potencialno globljo revolucijo v umetni inteligenci. S fokusom na world models in obljubo odprte znanosti iz evropskega središča LeCunov tim izziva tako tehnično ortodoksijo »samo še večjih LLM« kot poslovni model zaprtih API‑jev. Ključno vprašanje za nas v Evropi – in tudi v Sloveniji – je, ali bomo to priložnost izkoristili zgolj kot uporabniki, ali pa bomo zgradili lastne aplikacije in znanje na vrhu teh novih modelov sveta.
