YANN LE CUN RÉVÈLE LES PLUS GROS MENSONGES SUR L’IA

Yann LeCun, professeur à NYU et pionnier de l'IA, quitte Meta fin 2025 pour se consacrer pleinement à sa nouvelle entreprise, Amy Labs. Il estime que le modèle actuel des Large Language Models (LLMs), basé sur la simple augmentation de la taille et des données, n'est pas une voie royale vers une intelligence de niveau humain. Selon lui, l'intelligence réside dans la capacité d'acquérir de nouvelles compétences rapidement, un domaine où l'IA est encore loin de l'intelligence animale et humaine. LeCun explique que Meta, sous la direction actuelle, s'est trop focalisée sur les LLMs à court terme, délaissant ses recherches sur la prochaine génération d'IA axée sur la compréhension du monde réel et le sens commun, un domaine sur lequel il travaille depuis 15 ans. L'industrie des LLMs, bien que révolutionnaire, est coûteuse, perd de l'argent et repose sur une mémoire associative plutôt qu'une réelle intelligence. Les LLMs excellent dans la manipulation du langage et l'accumulation de connaissances, mais manquent de sens commun et de compréhension du monde physique. Ils sont comparés à une immense bibliothèque qui a tout lu mais n'a jamais vécu. Amy Labs se concentre sur les "World Models", des systèmes capables de comprendre le monde physique et de prédire les conséquences des actions. Contrairement aux LLMs qui traitent des symboles discrets (mots), les World Models doivent gérer des données continues et de haute dimension comme la vidéo. La méthode clé est la "Joint Embedding Predictive Architecture" (JPA), qui ne prédit pas chaque détail, mais une représentation abstraite du monde pour faire des prédictions. Cela permet d'apprendre des tâches rapidement, comme un humain apprend à conduire. LeCun critique l'idée que l'intelligence artificielle générale (AGI) sera atteinte simplement en augmentant la taille des LLMs. Il souligne que l'intelligence humaine n'est pas générale mais spécialisée, et que la véritable intelligence réside dans la capacité d'acquérir de nouvelles compétences rapidement. Les animaux, par leur intelligence instinctive et leur capacité d'adaptation, sont plus proches de ce type d'intelligence. Les LLMs, malgré leurs limites, ont fait des progrès grâce à l'apprentissage auto-supervisé et à l'ajout d'outils externes (calculatrices, bases de données). Cependant, ils ne comprennent pas le monde physique, ce qui les rend inadaptés à des domaines comme la robotique humanoïde. Aucune entreprise de robotique n'a encore rendu ses robots suffisamment intelligents pour être véritablement utiles. Les "World Models" sont considérés comme la clé pour rendre les robots humanoïdes utiles, capables de comprendre et d'interagir avec le monde réel. Ils permettront de réaliser des tâches complexes, comme la maintenance prédictive de systèmes industriels (turboréacteurs, fusées) ou la planification d'actions pour atteindre un but. Cela est différent des "agents" actuels qui reproduisent des séquences d'actions sans comprendre les conséquences. LeCun prévoit que dans 3 à 5 ans, des systèmes intelligents capables de comprendre le monde physique et de résoudre de nouvelles tâches sans entraînement massif existeront. Ces systèmes seront des "World Models" et permettront de passer du "Système 1" (réactionnel) au "Système 2" (réflexion, planification) chez les machines. Il réfute l'idée que l'IA va créer un chômage de masse. Selon lui, les révolutions technologiques transforment les métiers, en font disparaître certains mais en créent de nouveaux, tout comme les smartphones ont créé de nombreux emplois imprévus. Les humains resteront les "patrons" de ces équipes d'IA, les corrigeant et les guidant. Amy Labs, avec une levée de fonds d'un milliard de dollars, se concentre sur la recherche fondamentale et l'ingénierie de l'infrastructure pour développer ces "World Models". L'objectif est de créer un système intelligent "universel" capable de résoudre à peu près n'importe quel problème dans le monde réel. Il souligne que les animaux sont incroyablement intelligents par rapport aux systèmes d'IA actuels, et que l'intelligence ne se résume pas à l'accumulation de connaissances.