ChatGPTの限界を超える「世界モデル」
AMIが開発するのは、現在のLLM（大規模言語モデル）とは根本的に異なるAIだ。LeCunが長年提唱してきた「JEPA（Joint Embedding Predictive Architecture）」に基づく「世界モデル」を構築する。
| 項目 | 内容 | |LLMがテキストの「次の単語」を予測するのに対し、JEPAは物理世界の「次の状態」を予測する。この違いは表面的なものではない。LLMの限界は、テキストデータに含まれない知識——重力の影響、物体の衝突、液体の流体力学——を真に「理解」できないことだ。JEPAがこのギャップを埋められるかどうかは、AI研究の最も根本的な問いの一つに対する答えになる。AMIが成功すれば、AIの可能性はテキスト・画像・コードの生成を超えて、物理世界のナビゲーションと制御にまで広がる。その射程の広さこそが、シードラウンドで10億ドルという異例の評価を支えている根拠だ。
------|------| | 企業名 | Advanced Machine Intelligence（AMI） | | 創業者 | Yann LeCun | | 調達額 | 10.3億ドル（シード） | | 評価額 | 35億ドル | | 技術 | JEPA世界モデル | | 目標 | 物理世界をナビゲートできるAI |
LLMとの根本的な違い
ChatGPTに代表される現行のLLMは、テキストの統計的パターンを学習して「次の単語」を予測する。これに対してJEPAは、物理世界の因果関係を理解し、未来の状態を予測する能力を持つことを目指す。
LeCunはこれを「現実世界のChatGPTよりもはるかに有能なAI」と位置づけている。ロボティクス、自動運転、製造業など、物理世界とのインタラクションが必要なタスクでの応用が期待される。
欧州史上最大のシード
10億ドルを超えるシードラウンドは、欧州のスタートアップ史上最大規模だ。AMIの拠点はパリとされており、欧州のAIエコシステムにとっても画期的な出来事となる。
JEPAとは何か——技術的な深掘り
LeCunが提唱するJEPA（Joint Embedding Predictive Architecture）は、現行のLLMが持つ根本的な限界を克服するために設計されたアーキテクチャだ。LLMは言語のパターンマッチングに優れるが、物理的な因果関係を「理解」しているわけではない。「コップを倒したら水がこぼれる」という知識を、LLMはテキストの統計から推測するだけだ。JEPAは、物理世界のダイナミクスを内部モデルとして学習し、次の状態を「予測」できるAIを目指す。
具体的には、2つの入力を共通の潜在空間（embedding space）にマッピングし、片方から他方を予測する。これにより、テキストだけでなく映像、音声、センサーデータなどマルチモーダルな情報を統合的に処理できる。自動運転車が交差点で次に何が起きるかを「推論」するようなタスクは、JEPAの得意領域だ。
Meta AIラボとの関係——LeCunの二足のわらじ
LeCunはMeta（旧Facebook）のチーフAIサイエンティストも務めている。AMI設立についてMetaとの関係がどうなるかは注目点だ。Bloombergの報道によれば、LeCunはMetaの役職を維持しつつAMIを運営する見通しで、MetaのAI研究とAMIの商用化は補完的な関係になると説明されている。
ただし、これは潜在的な利益相反でもある。MetaのLLaMAモデル（LLM）とAMIの世界モデル（JEPA）が競合する場面が来た場合、LeCunはどちらの立場を取るのか。この問いは、AMIの事業が本格化する段階で必ず浮上するだろう。
欧州AIエコシステムへの衝撃
AMIの拠点がパリに置かれる点も重要だ。10億ドル超のシードは欧州のスタートアップ史上最大であり、欧州のAIエコシステムにとって象徴的な出来事だ。フランスはMistral AI（LLMスタートアップ、評価額60億ドル超）に続き、世界クラスのAI企業を輩出する拠点としての地位を固めつつある。マクロン大統領のAI推進政策（「AI特区」構想、規制緩和）が背景にある。
世界モデルの実用化シナリオ——ロボット、自動運転、製造業
JEPAベースの世界モデルが実用化された場合のインパクトは、テキスト生成AIの比ではない。ロボットが倉庫内で障害物を避けながら荷物を運ぶ、自動運転車が雨天の交差点で歩行者の動きを予測する、製造ラインの異常を事前に検知する——これらはすべて「物理世界の因果関係を理解するAI」が実現して初めて可能になるタスクだ。現行のLLMは言語空間での推論に長けているが、物理空間での推論は根本的に苦手だ。LeCunが繰り返し指摘するように、ChatGPTは「猫がテーブルから落ちたらどうなるか」を理解しているのではなく、テキストパターンから「落ちる」という単語の次に「床に着地する」が来やすいことを知っているだけだ。
世界モデルの市場規模は現時点では推定が難しいが、ロボティクス市場（2030年に1,200億ドル超）、自動運転市場（2030年に2,000億ドル以上）、デジタルツイン市場（2030年に1,100億ドル）を合算すると、4,000億ドルを超えるTAM（Total Addressable Market）が見えてくる。AMIの35億ドルの評価額は、この巨大市場への賭けだ。
LeCunはAI研究者として過去に2度、世界を変えるブレイクスルーを達成した。畳み込みニューラルネットワーク（CNN）とSelf-Supervised Learning（自己教師あり学習）だ。3度目のブレイクスルーとなるか。LLMの「次」を巡る競争は、AI業界全体の方向性を左右する。
MetaがAMIに出資しつつ自社のLlama開発を続けている点も注目に値する。LeCunはMeta AI部門のチーフサイエンティストであり、AMIでの研究成果がMetaのプロダクトに還流する可能性は高い。これは利益相反のリスクであると同時に、AMIが「研究だけの象牙の塔」に閉じこもらず、実用化への道筋を持っている証左でもある。世界モデルの実現に必要な計算資源は膨大であり、Metaのデータセンターインフラへのアクセスがなければ研究は進まない。この点でAMIは、独立した研究機関でありながらビッグテックのインフラに依存するという、AI研究の新しいモデルを体現している。
起業家への示唆
LLMの「次」が何になるかは、AI業界全体の方向性を左右する。JEPA世界モデルが実用化されれば、テキストベースのAIアプリケーションから物理世界のAIアプリケーションへのシフトが加速する。ロボティクス、シミュレーション、デジタルツイン領域に注目すべきだ。
出典: Bloomberg
一次情報にあたる価値
大きな発表があったとき、要約だけを読むのと、一次資料まで踏み込むのでは、得られる理解の深さが違う。
プレスリリース、公式ブログ、決算資料、政府の発表文。
これらを直接読む時間を週に1時間でも確保すると、解像度が目に見えて変わっていく。
二次情報だけに頼る情報習慣は、意思決定の質を静かに下げていく。
よくある質問（FAQ）
Q. AMI（Advanced Machine Intelligence）とはどんな会社？
Yann LeCunが設立したAIスタートアップで、拠点はパリ。シードラウンドで10.3億ドルを調達し、評価額は35億ドルに達した。
LLMとは異なる「世界モデル」の開発を目標に、物理世界をナビゲートできるAIを目指している。
Q. JEPAとLLMの違いは？
LLMはテキストの「次の単語」を統計的に予測するのに対し、JEPAは物理世界の「次の状態」を予測することを目指すアーキテクチャだ。
2つの入力を共通の潜在空間にマッピングし、片方から他方を予測することで、映像・音声・センサーデータなどマルチモーダルな情報を統合処理できる。
Q. なぜ欧州のシードが10億ドル超になったのか？
欧州のスタートアップ史上最大規模のシードで、ロボティクス（2030年1,200億ドル）、自動運転（2,000億ドル超）、デジタルツイン（1,100億ドル）を合算した巨大市場への賭けが背景にある。
フランスはMistral AIに続き、世界クラスのAI拠点としての地位を固めつつある。
Q. LeCunはMetaを辞めたのか？
辞めていない。Bloombergによれば、Metaのチーフサイエンティストを維持したままAMIを運営する。
ただしMetaのLLaMAとAMIの世界モデルが競合する場面が来たとき、どちらの立場を取るかという利益相反リスクは残っている。
