Yann LeCun, scientifique en chef spécialisé en IA chez Meta, envisage de quitter sa startup.

Yann LeCun, directeur scientifique de Meta en intelligence artificielle depuis 2013, quitte l'entreprise pour lancer sa propre start-up axée sur les modèles du monde et les systèmes de raisonnement en situation réelle, marquant ainsi un tournant majeur dans le secteur. Ce départ intervient alors que Meta privilégie la commercialisation rapide des grands modèles de langage (LLM) au détriment de la recherche fondamentale à long terme.

LeCun est en pourparlers préliminaires pour lever des fonds pour sa nouvelle entreprise, qui se concentrera sur le développement de systèmes d'IA capables de générer et de simuler des scénarios afin de développer des capacités de raisonnement de bon sens – une approche radicalement différente de celle de Meta, qui privilégie actuellement l'extension des modèles de langage. Ce choix de moment reflète les divergences philosophiques croissantes quant à la voie à suivre pour parvenir à une intelligence artificielle générale.

La restructuration stratégique est à l'origine des départs

En juin, Meta a restructuré son laboratoire de recherche fondamentale en IA (FAIR) pour en faire le Meta Superintelligence Lab, et a recruté Alexandr Wang, cofondateur de Scale AI, au poste de directeur de l'IA pour piloter ce projet. Ce changement a déplacé la responsabilité de LeCun, auparavant rattaché à Chris Cox, directeur des produits, vers Wang, témoignant ainsi de la priorité accordée par Meta aux produits commercialement viables. une approche axée sur la recherche qui a caractérisé les premières années de FAIR.

La restructuration a entraîné d'importantes réductions d'effectifs, Meta licenciant 600 chercheurs en IA dans le cadre d'un réajustement stratégique plus large. L'approche de Wang est axée sur un déploiement rapide produits de modélisation du langage de grande taille Pour le grand public, LeCun a publiquement soutenu que les masters en droit ne suffisent pas à atteindre l'intelligence artificielle générale. Ce désaccord philosophique a rendu son départ de plus en plus probable, malgré son rôle de pionnier de l'IA et son prix Turing de 2018.

La vision de LeCun est axée sur les modèles du monde, où les systèmes d'IA développent leur compréhension par la simulation et l'interaction avec la réalité physique. Cela contraste fortement avec l'apprentissage textuel qui sous-tend de nombreux outils d'IA générative actuels, excellents pour la reconnaissance de formes mais dépourvus de capacités de raisonnement spatial et causal robustes. L'acquisition par Meta d'une participation de 49 % dans Scale AI a renforcé son engagement envers la stratégie de commercialisation de Wang, au détriment des priorités de recherche de LeCun.

Implications plus larges pour l'écosystème

Ce départ met en lumière un fossé grandissant dans le développement de l'IA entre le déploiement rapide de produits et la recherche fondamentale. Bien que Meta ait investi 600 milliards de dollars dans l'infrastructure de l'IA d'ici 2028, son virage stratégique laisse des lacunes dans la recherche exploratoire, un domaine de plus en plus prisé par les jeunes entreprises indépendantes.

LeCun occupe simultanément le poste de professeur titulaire de la chaire Silver à l'Université de New York, où il enseigne la science des données, l'informatique, les neurosciences et le génie électrique. Ses travaux universitaires portent sur le développement d'architectures qui reproduisent les processus d'apprentissage biologiques, notamment ses travaux pionniers sur les réseaux neuronaux convolutifs qui ont révolutionné la vision par ordinateur.

Avec une fortune estimée à environ 5 millions de dollars, provenant principalement de son poste à Meta et de sa carrière universitaire, LeCun mise sur la viabilité d'architectures d'IA alternatives, en dehors du paradigme LLM qui domine actuellement le capital-risque et les investissements des entreprises. Le succès de cette start-up pourrait indiquer si les modèles du monde représentent une véritable voie vers des systèmes d'IA plus performants ou s'ils restent une simple curiosité de recherche, éclipsée par les approches basées sur les transformeurs.