Изследователи разшириха JEPA на Ян Льокюн до универсален модел на света, работещ от физиката до биологията

Изследователи разшириха архитектурата JEPA, създадена от Yann LeCun, така че тя да работи в седем много различни области. Усилието доведе и до кандидат за лечение на рак на черния дроб, който екипът тества в лаборатория.

Световните модели прогнозират как ще се развива дадена система, независимо дали става дума за робот, молекула или здравето на пациент. Досега всяка област обикновено се нуждаеше от собствен модел. Екип, ръководен от PhAI Labs и включващ сътрудници от Stanford, Oxford и Princeton, иска да покаже, че един-единствен общ принцип е достатъчен.

Техният научен труд представя JEPA-Anything, изграден върху Joint-Embedding Predictive Architectures (JEPA). Тези модели не възстановяват необработени данни като пиксели, а прогнозират абстрактно обобщение на липсващо или бъдещо състояние, като филтрират несъществените детайли. Авторите виждат слабост в стандартния подход: всичко се насочва към една-единствена прогноза, така че лесните модели в крайна сметка заглушават по-трудните.

Множество специализирани прогнози вместо една

JEPA-Anything разделя прогнозираното състояние на няколко части, всяка от които се обработва от собствен модул за прогнозиране. Допълнително ограничение подтиква модулите да улавят различни аспекти, вместо да научават едно и също, след което моделът събира отново частичните им прогнози в цялостна картина.

Изследователите не приписват значения на частите, позволявайки на тези роли да възникнат по време на обучението. Вместо това те променят единствено начина, по който подготвят данните за всяка област.

Големи подобрения при тестовете за динамика, смесени резултати при роботите

Екипът сравнява JEPA-Anything със стандартна JEPA със същата архитектура, обучена със същите данни при идентични условия. Най-ясни подобрения се наблюдават при динамичните системи: в опростена среда на Pong с целенасочени въздействия грешката при прогнозирането намалява с 35 процента. При комбинации от въздействия, които моделът не е виждал по време на обучението, тя намалява с 13 процента.

Според авторите JEPA-Anything постоянно превъзхожда базовия модел във всичките десет тестови задачи, обхващащи физика, роботика и прогнозиране на времето. При уравнението на Бюргерс, често използван тест за динамика на флуиди, грешката намалява почти наполовина при отделна оценка. След 50 стъпки на прогнозиране предимството се запазва, но се свива до около три процента. Методът постига най-добри резултати и при симулации на вода, кварц, ацетаминофен и бензен, дори след 100 стъпки.

При данни за единични клетки моделът определя по-надеждно типовете клетки, а при клинични данни прогнозира малко по-добре над 1000 възможни събития, свързани със заболявания. Разликата при задачите с изображения е малка. При планирането на придвижването на симулирани ходещи роботи JEPA-Anything печели в две от три среди, докато стандартният модел се представя по-добре в третата.

Моделът посочи лечение на рак на черния дроб, което екипът тества

Най-смелото твърдение на екипа идва от изследванията на рака на черния дроб. Изследователите анализираха частичните прогнози, които моделът е научил от биологични данни, включително генна активност, нива на протеини и CRISPR скрининги. Най-добрият кандидат комбинира IL-18 — сигнална молекула, която активира имунните клетки — с блокиране на ензима CD73, който туморите използват, за да потискат близките имунни реакции.

Екипът тества комбинацията върху клетки от рак на черния дроб, култивирани съвместно с имунни клетки, върху органоиди и туморна тъкан от по трима пациенти, както и при мишки. В органоидите и тъканните проби комбинацията унищожава повече туморни клетки, отколкото самостоятелното прилагане на IL-18 или блокирането на CD73, а Т-клетките и естествените клетки убийци показват по-силна активация. Изследването не установява дали това може да се превърне в действително лечение.

Във втори случай изследователите обучават модела върху симулирани орбити, без да му предоставят физически величини. Оказва се, че научените модели почти точно съответстват на третия закон на Кеплер, според който телата на по-големи орбити се движат много по-бавно. Законът определя орбиталната честота като размера на орбитата на степен минус 1,5; моделът достига до минус 1,4991. Екипът оценява само едно изпълнение на обучението и избира това с най-ниската грешка.

Авторите предупреждават, че ясното разделяне на научените части не означава, че те улавят реални причинно-следствени връзки. Остава открит и въпросът кога такъв модел става достатъчно надежден, за да насочва проектирането на експерименти. Това е дългосрочната цел на екипа: агентите с изкуствен интелект да използват JEPA-Anything, за да предлагат и класират експерименти, а след това да подават резултатите обратно към модела. Кодът и моделите са публично достъпни.

LeCun предлага JEPA през 2022 г. като алтернатива на генеративните модели. През юни 2025 г. Meta пуска V-JEPA 2 — видео модел JEPA с 1,2 милиарда параметъра, който управлява роботизирани ръце в непознати среди без допълнително обучение. През ноември 2025 г. LeCun и Randall Balestriero представят LeJEPA — теоретична основа, предназначена да поддържа стабилно обучение без обичайните заобиколни решения. Сега LeCun развива подхода чрез своя стартъп AMI Labs, който през март 2026 г. набира над един милиард долара за създаване на световни модели.

Google DeepMind вече тества в лаборатория хипотеза за рак, генерирана от изкуствен интелект, през октомври 2025 г. Моделът C2S-Scale 27B, базиран на Gemma, предлага лекарството силмитасертиб, за да направи туморните клетки по-видими за имунната система, а експериментите с човешки клетъчни модели потвърждават прогнозата. Мултиагентната система на Google DeepMind Co-Scientist вече планира експерименти и управлява лабораторно оборудване, като обхваща части от цикъла, който екипът на JEPA-Anything иска да изгради. Зареждането на пробите в машините обаче все още изисква хора.

Новини за изкуствения интелект без сензации — подбрани от хора

Абонирайте се за THE DECODER за четене без реклами, седмичен бюлетин за изкуствения интелект, нашия ексклузивен шест пъти годишно публикуван доклад „AI Radar“ за водещите разработки, пълен достъп до архива и достъп до секцията за коментари.