Le parrain de l’IA Yann LeCun l’affirme : ChatGPT est une impasse. Voici pourquoi.

À l’heure où les modèles de langage (LLM) comme ChatGPT dominent les conversations et semblent redéfinir notre rapport à la technologie, une voix dissonante et puissante se fait entendre. Celle de Yann LeCun, scientifique en chef de l’IA chez Meta, lauréat du prestigieux prix Turing et considéré comme l’un des trois « parrains » de l’intelligence artificielle moderne.

Alors que l’industrie investit des milliards dans la course aux LLM toujours plus performants, LeCun prend le contre-pied de cette euphorie collective. Pour lui, cette technologie, aussi impressionnante soit-elle, n’est qu’une « impasse », ou, pour reprendre une autre de ses métaphores, une « rampe de sortie » de l’autoroute menant à une intelligence véritablement humaine. Il propose une rupture radicale, une vision alternative pour l’avenir de l’IA : les « World Models » (modèles du monde). Cet article distille les points clés de sa pensée et explique pourquoi le futur de l’IA pourrait être très différent de ce que nous imaginons aujourd’hui.

1. L’IA actuelle est dans une impasse : pourquoi les LLM ne peuvent pas vraiment « penser »

La critique de Yann LeCun envers les modèles de langage est fondamentale. Il ne s’agit pas d’améliorer les systèmes actuels, mais de reconnaître leurs limites intrinsèques qui les empêchent d’atteindre une intelligence de niveau humain. Ses quatre arguments principaux sont les suivants :

• Manque d’ancrage dans la réalité physique : Les LLM manipulent des mots et des phrases sans comprendre le monde réel auquel ils se réfèrent. Ils n’ont aucun « sens commun » sur la physique ou les relations de cause à effet.
• Raisonnement superficiel : Ils sont extraordinairement doués pour reconnaître des motifs statistiques dans d’immenses corpus de textes, mais ils sont incapables de véritablement raisonner ou de planifier face à des situations nouvelles.
• Mémoire non persistante : Contrairement à un être humain qui apprend et accumule des expériences en continu, un LLM « redémarre » à chaque nouvelle conversation, oubliant ce qui a été dit précédemment.
• Incapacité à gérer le continu : Le monde réel est fait de nuances et de continuités, tandis que les LLM sont contraints de le découper en unités discrètes, les « jetons », ce qui limite leur compréhension fine de la réalité.

Fort de ce constat, LeCun a fait une prédiction audacieuse : les LLM deviendront obsolètes d’ici cinq ans. Cette prédiction n’est pas qu’une simple opinion ; c’est un défi lancé à une industrie qui a misé des milliards de dollars et sa réputation sur une technologie que LeCun considère comme une simple diversion.

2. La prochaine IA apprendra comme un bébé, pas en lisant tout Internet

La solution proposée par LeCun est le « World Model ». Il s’agit d’une IA qui construit une simulation interne de la réalité, un modèle mental qui lui permet de comprendre comment le monde fonctionne. Plutôt que de devenir un expert littéraire en lisant des milliards de pages, cette IA apprendrait comme un jeune enfant : en regardant le monde, en touchant des objets, et en comprenant intuitivement que si l’on pousse une tour de cubes, elle finit par tomber. Cette approche s’inspire directement de la manière dont les humains et les animaux apprennent : en observant, en interagissant et en construisant une intuition du monde physique.

La méthode d’apprentissage est donc radicalement différente. Au lieu d’ingérer passivement la totalité d’Internet, cette IA apprendrait en regardant des vidéos, en analysant des données sensorielles et en expérimentant des interactions. Pour fonctionner, un « World Model » s’articule autour de trois modules interconnectés qui imitent un cycle de perception, de prédiction et d’action :

1. Un modèle de perception qui transforme les observations (images, sons) en une représentation interne.
2. Un modèle de dynamique qui prédit comment cette représentation va évoluer dans le temps.
3. Un contrôleur qui décide des actions à entreprendre en se basant sur les scénarios simulés.

Ce changement est crucial : il s’agit de passer d’une IA qui « sait » des choses parce qu’elle les a lues, à une IA qui « comprend » les relations de cause à effet parce qu’elle a appris les règles qui régissent le monde.

3. Le but n’est pas de parler, mais de prédire l’avenir

La capacité fondamentale d’un « World Model » n’est pas de générer du texte, mais de « penser à l’avance ». En utilisant sa simulation interne de la réalité, l’IA peut imaginer les conséquences probables de différentes actions avant même de les exécuter.

Cette capacité à anticiper débloque des compétences bien plus avancées que celles des LLM actuels :

• Un apprentissage plus efficace, car l’IA peut apprendre par essai-erreur dans sa propre simulation.
• La prédiction des conséquences des actions, ce qui lui permet d’éviter les erreurs et d’agir de manière plus sûre.
• De véritables capacités de raisonnement et de planification pour résoudre des problèmes complexes.

Loin d’être une simple théorie, cette approche a déjà des applications concrètes qui façonnent notre monde.

« Les applications sont déjà là, des véhicules autonomes de Tesla qui prédisent les trajectoires à la robotique avancée développée par NVIDIA. »

4. Le prochain chapitre de l’IA pourrait s’écrire à Paris

Convaincu que les « World Models » sont la seule voie crédible vers une intelligence artificielle avancée, Yann LeCun a décidé de passer de la parole aux actes. Il a annoncé qu’il quitterait son poste chez Meta fin 2025 pour lancer sa propre startup entièrement dédiée au développement de cette technologie.

Fait notable, il envisage d’installer le siège de cette nouvelle entreprise à Paris, contribuant à positionner la capitale française comme un pôle majeur de l’innovation mondiale en IA. Il a d’ailleurs ouvertement critiqué la « fascination » de la Silicon Valley pour l’IA générative et les LLM, jugeant nécessaire de mener cette recherche fondamentale en dehors de cet écosystème. Bien que Meta ne financera pas directement la startup, une collaboration entre les deux entités est envisagée, soulignant la nature stratégique de cette nouvelle voie. Cette décision personnelle est le symbole le plus fort de sa conviction : pour lui, l’avenir ne se trouve pas dans l’amélioration des LLM, mais dans leur remplacement.

Conclusion : Repenser l’Intelligence

La vision de Yann LeCun n’est pas une simple amélioration technique, c’est une proposition de changement de paradigme. Elle nous invite à passer d’une IA qui manipule brillamment le langage à une IA qui comprend profondément le monde physique. C’est la différence entre un perroquet savant et un ingénieur qui peut anticiper, planifier et construire. Si Yann LeCun a raison, à quoi ressemblera un monde où les machines ne se contenteront plus de nous parler, mais comprendront et anticiperont nos actions dans le monde réel ?