Logical Intelligence, una start-up che afferma di aver fatto un passo avanti nello sviluppo di un modello di intelligenza artificiale più avanzato, ha nominato Yann LeCun nel suo consiglio di amministrazione in cerca di finanziamenti con una valutazione di oltre 1 miliardo di dollari.
Mercoledì l'azienda con sede nella Silicon Valley, fondata sei mesi fa, ha presentato un nuovo modello di ragionamento “basato sull'energia” chiamato Kona, che secondo lui può risolvere una varietà di problemi con maggiore precisione e meno potenza rispetto ai popolari modelli linguistici di grandi dimensioni come GPT-5 di OpenAI e Gemini di Google.
Eve Bodnia, fondatrice di Logical Intelligence e fisica quantistica, ha dichiarato al FT che l'elevata precisione del suo sistema basato sulla matematica lo ha reso adatto a settori in cui gli errori sono critici, come la produzione avanzata, la robotica e le infrastrutture energetiche.
Il lancio arriva mentre Logical Intelligence si prepara a dare il via a un round di finanziamento nelle prossime settimane, mirando a una valutazione compresa tra 1 e 2 miliardi di dollari, secondo due persone a conoscenza della questione.
Ha inoltre nominato LeCun, ex capo scienziato dell'intelligenza artificiale di Meta che ha lasciato l'azienda alla fine dell'anno scorso per avviare una propria start-up sull'intelligenza artificiale, presidente del suo comitato di ricerca tecnica.
La spinta arriva quando alcuni dei principali gruppi di intelligenza artificiale del mondo, tra cui Google DeepMind e Nvidia, hanno intensificato la loro attenzione su sistemi alternativi come i modelli mondiali per raggiungere la “superintelligenza” delle macchine, tra le preoccupazioni che gli LLM stiano raggiungendo un limite nei loro progressi.
Logical Intelligence è la prima start-up a tentare di commercializzare un modello basato sull'energia. Mercoledì, in una demo, la società ha mostrato Kona che batte i LLM rivali di OpenAI, Google e Anthropic per risolvere un sudoku e sta pianificando future dimostrazioni del gioco chess and go.
L'azienda sostiene che il “ragionamento” di Kona si basa sulla capacità del modello di riconoscere e correggere i propri errori su un compito ed estrapolarli su altri compiti.
“Se intelligenza generale significa capacità di ragionare in ambiti diversi, imparare dagli errori e migliorare senza essere riqualificati per ogni compito, allora stiamo vedendo a Kona i primi segni credibili di AGI”, ha affermato Bodnia. “Non è lo stato finale, ma è una chiara rottura con l’IA ristretta”.
A differenza degli LLM, che rispondono alle domande prevedendo la probabile parola successiva in una sequenza, i modelli basati sull’energia vengono addestrati su una serie di parametri fissi, come le regole del sudoku, la capacità di una rete energetica o i vincoli fisici su un robot di magazzino.
Più gli EBM cercano di deviare dalle regole, maggiore è l’energia che utilizzano, prevenendo le divagazioni – o le allucinazioni – che possono verificarsi con gli LLM. Gli EBM valutano la loro risposta completa rispetto ai parametri che sono stati impostati, con le risposte con l'energia più bassa che ottengono il punteggio più alto.
Bodnia descrive gli LLM come “un gioco d’ipotesi”. “Pensiamo che, poiché a volte ti dà la risposta giusta, deve essere intelligente. Se prendi un gatto e gli insegni ad abbaiare, ciò non significa che sia un cane”, ha detto. “Sto creando il cane.”
LeCun, che questo mese ha lanciato Advanced Machine Intelligence Labs, una start-up che si concentrerà sullo sviluppo di modelli mondiali, è da tempo un critico esplicito dell’idea che gli LLM da soli possano raggiungere l’AGI. I modelli mondiali mirano a navigare nel mondo fisico imparando da video e dati robotici piuttosto che solo dal linguaggio.
“Logical Intelligence è la prima azienda a spostare il ragionamento basato sull’EBM da un concetto di ricerca a prodotti, consentendo una nuova generazione di sistemi di intelligenza artificiale più affidabili”, ha affermato LeCun.
Sia lui che Bodnia credono che la vera intelligenza artificiale a livello umano deriverà dalla combinazione di modelli.
“[Humans] possiamo ballare, possiamo cantare, possiamo fare molte cose che non sono solo basate sulla lingua. Quindi è necessario tutto questo per navigare nel mondo: è necessario riconoscere il pericolo del mondo, è necessario massimizzare i risultati plausibili”, ha affermato Bodnia.