Yann LeCun kumpulkan $1 miliar untuk membangun AI yang memahami dunia fisik

 (wired.com)
5 poin oleh GN⁺ 2026-03-11 | 1 komentar | Bagikan ke WhatsApp
  • Startup Advanced Machine Intelligence(AMI) yang didirikan bersama oleh mantan kepala ilmuwan AI Meta, Yann LeCun, telah berhasil mengamankan investasi lebih dari $1 miliar
  • AMI menargetkan pengembangan world model untuk memahami dunia fisik dan membangun bentuk baru sistem AI yang memiliki kemampuan penalaran, perencanaan, dan memori
  • LeCun mengkritik bahwa large language model (LLM) tidak akan bisa mencapai kecerdasan setingkat manusia, dan berpendapat bahwa pembelajaran berbasis dunia fisik adalah inti dari kecerdasan sejati
  • Investor mencakup tokoh-tokoh besar seperti Bezos Expeditions, Eric Schmidt, Mark Cuban, dan LeCun juga menyebut kemungkinan kerja sama dengan Meta
  • AMI berorientasi pada pengembangan teknologi open source, dan ke depan berencana membangun universal world model untuk diterapkan di berbagai industri

Pendirian AMI dan pendanaan

  • Advanced Machine Intelligence(AMI) adalah startup yang berbasis di Paris, didirikan bersama oleh Yann LeCun setelah keluar dari Meta
    • LeCun adalah sosok yang pernah memimpin lab Fundamental AI Research(FAIR) milik Meta, dan meninggalkan Meta pada November 2025
  • Dalam putaran pendanaan kali ini, perusahaan memperoleh lebih dari $1 miliar, dengan valuasi $3,5 miliar
    • Investor utama meliputi Cathay Innovation, Greycroft, Hiro Capital, HV Capital, Bezos Expeditions dan lainnya
    • Mark Cuban, Eric Schmidt, Xavier Niel juga ikut berpartisipasi
  • Selain di Paris, AMI juga akan beroperasi secara global dengan kantor di Montreal, Singapura, New York

Filosofi AI LeCun dan kritik terhadap LLM

  • LeCun menekankan bahwa penalaran manusia didasarkan pada pengalaman dunia fisik, bukan bahasa
    • Ia mengatakan, “gagasan bahwa memperbesar LLM bisa mencapai kecerdasan setingkat manusia adalah ilusi total”
  • Ia mengakui kemampuan LLM dalam menghasilkan kode, tetapi menilai hal itu tidak mengarah pada kecerdasan setingkat manusia
  • LeCun sebelumnya meneliti world model di Meta, termasuk Joint-Embedding Predictive Architecture(JEPA), namun
    memutuskan untuk mandiri ketika Meta beralih ke strategi yang berpusat pada LLM
    • Ia menjelaskan, “di luar perusahaan, pengembangan bisa dilakukan lebih cepat, lebih murah, dan lebih efisien”

Target teknologi AMI dan penerapan industri

  • AMI menargetkan pengembangan sistem AI dengan memori berkelanjutan, kemampuan bernalar, dan perencanaan
    • Menargetkan “AI yang dapat dikendalikan dan aman”
  • Toyota, Samsung disebut sebagai perusahaan mitra awal
    • Sebagai contoh, diajukan pendekatan membangun world model untuk mesin pesawat guna meningkatkan efisiensi dan keandalan
  • Dalam jangka panjang, perusahaan berencana mengembangkan universal world model untuk diterapkan secara luas di berbagai industri

Susunan pendiri bersama

  • Selain LeCun, para pendiri bersama mencakup banyak tokoh yang berasal dari Meta
    • Michael Rabbat(mantan direktur ilmuwan riset), Laurent Solly(mantan wakil presiden Eropa), Pascale Fung(mantan direktur riset AI)
    • Alexandre LeBrun(mantan CEO Nabla) bergabung sebagai CEO AMI, dan Saining Xie(mantan peneliti Google DeepMind) sebagai chief scientific officer(CSO)

Open source dan perdebatan soal kontrol AI

  • LeCun menegaskan bahwa AI tidak boleh dimonopoli oleh perusahaan tertentu dan menekankan kebijakan pengembangan open source
    • Ia menyinggung insiden terbaru ketika Departemen Pertahanan AS memasukkan Anthropic ke daftar hitam, untuk menunjukkan kontroversi soal kendali AI
  • Ia mengatakan, “penilaian baik dan buruk AI harus ditentukan melalui proses demokratis, bukan oleh individu”
    • Ia juga menyebut contoh convolutional neural network(CNN) yang pernah ia bantu kembangkan, dan kemudian digunakan dalam sistem pengawasan di sejumlah negara
  • Terkait penggunaan militer AI, ia menjelaskan bahwa di masa lalu pernah ada gerakan pelarangan senjata otonom, namun kini berkembang ke penggunaan defensif seperti drone otonom di Ukraina

Rencana ke depan

  • AMI berencana segera merilis model AI pertamanya, tetapi pada tahap awal tidak mengharapkan perhatian publik yang besar
  • Melalui kolaborasi dengan mitra industri, perusahaan akan memperluas cakupan penerapan teknologinya, dan dalam jangka panjang menargetkan berkembang menjadi sistem kecerdasan umum
  • LeCun menutup pernyataannya dengan senyum sambil menyebut ini sebagai “rencana yang sangat ambisius”

Bacaan terkait

1 komentar

 
GN⁺ 2026-03-11
Komentar Hacker News

  • Model dunia memiliki jauh lebih banyak derajat kebebasan
    LLM pada dasarnya hanya mempelajari teks statis, yaitu data bahasa yang dipakai manusia untuk menjelaskan dunia, sehingga tidak benar-benar belajar dari dunia nyata
    Karena itu, model bisa menggabungkan ulang ide yang sudah ada, tetapi hampir mustahil melakukan penemuan kreatif atau invensi yang sungguh baru
    Jika muncul startup yang belajar pemahaman spatio-temporal berbasis dunia fisik, itu akan menjadi upaya untuk memecahkan bottleneck nyata menuju AGI
    Bahkan jika hanya berhasil sebagian, saya rasa itu bisa membuka generalisasi dan kreativitas yang secara struktural tak dapat dicapai LLM saat ini

    • Saya tidak paham sudut pandang ini
      Menurut saya bottleneck AGI ada pada pembelajaran berkelanjutan dan backpropagation
      Otak manusia tidak belajar dengan mekanisme backpropagation, dan model dunia pada akhirnya juga tidak begitu berbeda dari arsitektur deep learning yang kita kenal
      Jika bottleneck-nya adalah ‘belajar dari dunia’, maka cukup jalankan vision-action LLM dalam loop reinforcement learning di robot atau lingkungan simulasi
    • Saya rasa pengetahuan terakumulasi umat manusia saja sudah cukup untuk menghasilkan ide yang inovatif
      Tidak semua bidang berinteraksi langsung dengan dunia fisik, dan bahkan hanya dari informasi yang sudah tercatat dalam sejarah pun kita bisa membuat simulasi virtual tempat hukum fisika 3D berlaku
      Yang kurang dari LLM saat ini adalah motivasi intrinsik — kemampuan untuk berpikir sendiri, berefleksi, dan memperbaiki diri
      Saya juga berkarya dengan ingatan dan perhatian yang terbatas, tetapi ketika berdiskusi dengan AI saya mendapatkan ide baru
      Pada akhirnya, pikiran manusia juga hanya kombinasi dari hal-hal yang dipelajari, dan AI berada di perpanjangan garis itu
    • LLM bekerja di ranah bahasa dan simbol, tetapi manusia juga belajar banyak dari pengalaman langsung yang tidak dibahasakan
      Dari ceramah Yann LeCun yang pernah saya dengar, bayi manusia dalam beberapa tahun pertama hidupnya mengalami data sensorik yang jauh lebih banyak daripada data yang dipelajari LLM
      Menurut saya inilah batas mendasar model berbasis bahasa
    • Kalau dilihat secara sinis, ini cuma tampak seperti uang mengejar uang
      LeCun adalah sales yang hebat, tetapi bahkan jika gagal pun masyarakat akan tetap melindunginya
      Jadi sejujurnya saya tidak terlalu menghormatinya
    • Setelah 10 tahun mengejek Gary Marcus, sekarang LeCun tampaknya justru kembali ke posisi yang sama
      Tenenbaum sudah meneliti model dunia sejak lama, tetapi orang-orang di kultur venture tidak terlalu paham arah riset seperti ini
      Karena itu pendekatan semacam ini mudah dijadikan objek investasi

  • Saat makan siang dengan Yann pada Agustus tahun lalu, dia bilang sedang mempertimbangkan untuk meninggalkan Meta
    Saya menyarankan agar dia mendirikan perusahaannya sendiri alih-alih membantu mewujudkan mimpi orang lain
    Saya setuju dengan pandangannya bahwa LLM tidak akan mengarah ke kecerdasan setingkat manusia, tetapi saya tidak yakin strategi model dunia adalah jawaban yang benar

    • Saya ingin mendengar lebih spesifik strategi seperti apa yang menurut Anda merupakan jalan yang lebih baik

  • Jadi akhirnya keluar juga dalam bentuk startup
    Secara pribadi saya merasa model lembaga riset seperti Mila lebih cocok
    Meski begitu, karier LeCun dan balasan tweet-nya berbicara sendiri
    Saya penasaran bagaimana mereka akan menghasilkan uang, tetapi saya mendoakan kesuksesan mereka
    Secara historis, riset yang benar-benar berarti selalu lahir dari laboratorium riset perusahaan besar yang stabil — Bell Labs, IBM Research, Xerox PARC, MSR, dan sebagainya

  • Pengaruh Yann tentu tidak diragukan, tetapi meski punya sumber daya sangat besar di Meta, tidak ada hasil yang benar-benar menonjol
    Pendekatan memahami dunia lewat video juga sudah dilakukan oleh model video seperti Seedance, Kling, Sora
    Jadi saya kurang paham apa yang membuat upaya ini berbeda

    • Penilaian bahwa “tidak ada apa-apa yang keluar dari Meta” itu tidak adil
      Meta telah merilis banyak riset kelas dunia dan juga banyak berkontribusi pada open source
      Misalnya paper Beyond Language Modeling: An Exploration of Multimodal Pretraining memuat insight berbasis eksperimen skala besar
      Saya rasa LeCun menjalankan perannya dengan sangat baik sebagai pemimpin riset, bukan penanggung jawab produk
    • Kebanyakan ilmuwan memang tidak menghasilkan riset yang mengguncang dunia, jadi tidak tepat mengabaikan pendapat mereka hanya karena itu
      Sains bukan pasar yang kompetitif
      Dan kata “memahami” memuat terlalu banyak makna — model masih terus mengulang kesalahan yang sama
    • Punya banyak sumber daya tidak selalu menghasilkan hasil terbaik
      Kadang semangat dan kebebasan justru menjadi penggerak yang lebih penting
    • Salah satu alasan LeCun meninggalkan Meta katanya karena perusahaan itu bergerak terlalu terpusat pada LLM
      Dia percaya LLM bukan jalan menuju AGI
    • Mungkin saja ini memang masalah yang terlalu sulit

  • Yann LeCun mendirikan startup model dunia AMI(Amilabs) dan menargetkan valuasi perusahaan lebih dari 5 miliar dolar
    Disebutkan bahwa dia merekrut LeBrun sebagai CEO, LeFunde sebagai CFO, dan LeTune sebagai penanggung jawab post-processing
    Lihat artikel TechCrunch

    • Nama LeFunde untuk urusan pendanaan dan LeTune untuk fine-tuning itu terlalu pas
    • Rasanya sekalian saja dinamai LeLabs
    • Dunia sekarang tampaknya dikuasai para nominative determinist
    • Kebijakan perekrutannya sampai terdengar seperti lelucon karena begitu konsisten

  • Secara timing, ini juga terasa tepat
    Dunia terlalu terfokus pada LLM sekarang, jadi riset model dengan bentuk lain harus terus berlanjut
    Saya juga berharap ini menjadi momentum agar Eropa memiliki lingkungan riset AI yang menarik

  • Terlepas setuju atau tidak dengan pandangan LeCun, saya rasa ini hal yang baik untuk Eropa
    Diperlukan lembaga riset bermodal kuat untuk menandingi ekosistem AI yang berpusat di Amerika Serikat dan Tiongkok
    Mistral sudah beralih ke integrasi dan konsultasi, jadi garis depan riset menjadi kosong

    • Pendekatan teknis AMI kemungkinan besar berbasis JEPA
      Jika melihat dokumen visi LeCun A Path Towards Autonomous Machine Intelligence, gambaran idenya terlihat jelas
      JEPA adalah arsitektur yang cukup realistis untuk dicoba startup, dan startup kami yang beranggotakan tiga orang pun pernah melatih JEPA dengan data time-series medis
      Eropa juga membutuhkan jalur riset independen seperti ini
    • Menurut beberapa artikel, kantor pusatnya akan didirikan di Singapura
      Artikel Straits Times
    • Secara pribadi saya masih menyukai Mistral
      Rasio harga-kinerja-nya sangat bagus, dan untuk tugas terkait pembelajaran bahasa itu yang terbaik
    • Sebagai investor saya memasukkan dana kecil, tetapi saya melihat LeCun kemungkinan besar akan tetap memegang filosofinya
      Jika pandangannya benar, ini akan sangat membantu Eropa, tetapi jika salah maka ini hanya menjadi investasi zero-sum
      Tetap saja, karena masih banyak sumber data video yang belum tergarap, saya berharap hasilnya bagus
    • Apakah orang percaya LeCun benar atau tidak pada dasarnya langsung menentukan apakah upaya ini baik untuk Eropa
      Jika seseorang menganggap LLM sudah cukup dan RSI(Recursive Self-Improvement) sudah dekat, maka ini justru hanya pengalih perhatian

  • Tautan artikel FT

    • Tautannya tidak berfungsi. URL asli terduplikasi sehingga terjadi redirect loop

  • Sejujurnya saya masih belum paham booming model dunia ini
    Teorinya sudah ada selama puluhan tahun, sedangkan LLM benar-benar telah mengubah industri
    Namun orang masih terus bilang “bukan LLM, yang sesungguhnya adalah model dunia”

    • Pada akhirnya saya rasa LLM dan model dunia akan berkonvergensi
      Model dunia memprediksi masa depan, dan LLM juga bisa dilatih untuk memprediksi token gambar
      Itu bisa menjadi sinyal supervisi yang sangat kuat
    • Istilah “model dunia” dipakai dengan makna yang terlalu beragam
      Representasi internal yang dibentuk LLM selama pelatihan juga bisa dianggap sebagai sejenis model dunia
      Tetapi LLM lebih dekat ke teknologi peniruan, dan kurang dalam pembelajaran sejati maupun kreativitas
      Sebaliknya, pendekatan kecerdasan hewan memprediksi perubahan di dunia nyata dan mengoreksi diri melalui feedback
      Artinya, ini adalah struktur pembelajaran yang berlandaskan realitas, yang bisa mengurangi halusinasi dan merencanakan tindakan untuk mencapai tujuan
      Dalam arti ini, “model dunia” bukan sekadar representasi internal, melainkan model perilaku yang belajar sambil berinteraksi dengan dunia

  • Di tengah lanskap persaingan AI yang berpusat di Amerika Serikat, tantangan baru dari Eropa seperti ini terasa menyegarkan
    Model-model yang ada selama ini hanya saling menyalin sambil bersaing, dan inovasi sejati masih kurang