یان لکان، دانشمند برجسته‌ی هوش مصنوعی و معاون ارشد علمی هوش مصنوعی در متا، در اجلاس داووس، پیش‌بینی‌های مهمی درمورد آینده‌ی هوش مصنوعی و رباتیک ارائه داد. او معتقد است که شرایط فعلی هوش مصنوعی که عمدتاً بر مدل‌های زبانی بزرگ (LLM) متمرکز است، عمری کوتاه دارد و در عرض سه تا پنج سال با معماری‌های جدیدی جایگزین خواهد شد. این پیش‌بینی، نقطه‌ی عطفی در درک ما از مسیر پیشرفت هوش مصنوعی را نشان می‌دهد.

لکان با اشاره به محدودیت‌های اساسی LLMها، تأکید کرد که این سیستم‌ها فاقد درک واقعی از دنیای فیزیکی، حافظه‌ی پایدار، توانایی استدلال منطقی و برنامه‌ریزی پیچیده هستند. در واقع، LLMها در دستکاری زبان و تشخیص الگوها بسیار توانمندند، اما نمی‌توانند به معنای واقعی کلمه فکر کنند. این محدودیت‌ها، مانع از توسعه‌ی سیستم‌های هوشمندی می‌شود که قادر به تعامل مؤثر و هوشمندانه با دنیای واقعی باشند.

به باور لکان، نسل بعدی هوش مصنوعی بر پایه «مدل‌های جهانی» بنا خواهد شد. این مدل‌ها به ماشین‌ها کمک می‌کنند تا پویایی‌های دنیای واقعی را درک کنند. این اتفاق شامل داشتن حافظه، حس مشترک، شهود و قابلیت‌های استدلال‌محور است؛ ویژگی‌هایی که فراتر از توانایی سیستم‌های فعلی مبتنی‌بر تشخیص الگو هستند.

لکان پیش‌بینی می‌کند که ظرف سه تا پنج سال آینده، شاهد ظهور سیستم‌هایی خواهیم بود که از الگوی کاملاً متفاوتی پیروی می‌کنند و احتمالاً سطحی از حس مشترک را نیز به نمایش می‌گذارند. این سیستم‌ها قادر خواهند بود با مشاهده و احتمالاً تعامل با جهان، نحوه‌ی عملکرد آن را بیاموزند.

علاوه‌بر عناوین مطرح شده، لکان بر اهمیت روزافزون رباتیک در آینده هوش مصنوعی تأکید کرد. او معتقد است که دهه‌ی آینده می‌تواند «دهه رباتیک» باشد. در این دهه، شاهد توسعه‌ی سیستم‌های هوش مصنوعی خواهیم بود که به‌اندازه‌ی کافی هوشمند هستند تا نحوه‌ی عملکرد دنیای واقعی را درک کنند. این امر به توسعه‌ی ربات‌هایی منجر خواهد شد که قادر به انجام وظایف پیچیده‌تر و تعامل مؤثرتر با محیط خود خواهند بود.

لکان همچنین اشاره کرد که درحال‌حاضر، درک یک گربه از دنیای فیزیکی، بسیار فراتر از هر چیزی است که ما با هوش مصنوعی به آن دست‌یافته‌ایم. این مقایسه نشان می‌دهد که هنوز راه زیادی برای رسیدن به هوش واقعی در ماشین‌ها در پیش داریم.