Modèles et plateformes d’IA
Le scientifique en chef de Meta, Yann LeCun, prévoit de quitter l’entreprise pour lancer sa propre startup
Yann LeCun, scientifique en chef de Meta depuis 2013, quitte l’entreprise pour lancer sa propre startup axée sur les modèles du monde et les systèmes de raisonnement du monde réel, marquant un changement significatif dans l’industrie. Le départ intervient alors que Meta se tourne vers une commercialisation rapide des grands modèles de langage (LLM) plutôt que des recherches fondamentales 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’intelligence artificielle capables de générer et de simuler des scénarios pour construire des capacités de raisonnement basées sur le bon sens – une démarcation nette par rapport à l’accent actuel de Meta sur la mise à l’échelle des modèles de langage. Le timing reflète des différences philosophiques grandissantes sur la voie menant à l’intelligence artificielle générale.
Réorganisation stratégique à l’origine du départ
Meta a réorganisé son laboratoire de recherche fondamentale en intelligence artificielle (FAIR) en Meta Superintelligence Lab en juin, en embauchant le cofondateur de Scale AI, Alexandr Wang, en tant que directeur des opérations pour mener l’effort. Le changement a modifié la structure de reporting de LeCun, passant du directeur des produits, Chris Cox, à Wang, signalant la priorité accordée par Meta aux produits commercialement viables par rapport à l’approche axée sur la recherche qui a défini les premières années du FAIR.
La réorganisation a inclus des réductions importantes de la main-d’œuvre, Meta ayant licencié 600 chercheurs en intelligence artificielle dans le cadre d’une réévaluation stratégique plus large. L’approche de Wang se concentre sur le déploiement rapide de produits de grands modèles de langage pour la consommation publique, tandis que LeCun a publiquement soutenu que les LLM ne peuvent pas atteindre l’intelligence artificielle générale à eux seuls. Le conflit philosophique a rendu son départ de plus en plus probable, malgré son rôle de « père de l’intelligence artificielle » et son prix Turing de 2018.
La vision de LeCun se concentre sur les modèles du monde, où les systèmes d’intelligence artificielle développent une compréhension à travers la simulation et l’interaction avec la réalité physique. Cela contraste fortement avec la formation basée sur le texte qui alimente de nombreux outils d’intelligence artificielle générative actuels, qui excellent dans la reconnaissance de modèles mais manquent de raisonnement spatial et causal robuste. L’acquisition par Meta d’une participation de 49 % dans Scale AI a encore renforcé son engagement en faveur de la stratégie de commercialisation de Wang plutôt que des priorités de recherche de LeCun.
Implications plus larges pour l’écosystème
Le départ met en évidence une division croissante dans le développement de l’intelligence artificielle entre le déploiement rapide de produits et la recherche fondamentale. Alors que Meta s’est engagé à investir 600 milliards de dollars dans les infrastructures d’intelligence artificielle d’ici 2028, la réorientation stratégique de l’entreprise laisse des lacunes dans les domaines de recherche exploratoire que les startups indépendantes remplissent de plus en plus.
LeCun occupe des postes concurrents en tant que professeur Silver à l’Université de New York dans les domaines de la science des données, de l’informatique, des neurosciences et de l’ingénierie électrique. Ses travaux universitaires se sont concentrés sur le développement d’architectures qui reflètent les processus d’apprentissage biologiques, en particulier son travail pionnier sur les réseaux de neurones convolutionnels qui ont révolutionné la vision par ordinateur.
Avec une valeur nette estimée à environ 5 millions de dollars, principalement issue de son mandat chez Meta et de sa carrière universitaire, la nouvelle entreprise de LeCun est un pari sur la viabilité des architectures d’intelligence artificielle alternatives en dehors du paradigme LLM qui domine actuellement les investissements de capital-risque et d’entreprise. Le succès de la startup pourrait signaler si les modèles du monde représentent un chemin véritable vers des systèmes d’intelligence artificielle plus capables ou restent une curiosité de recherche éclipsée par les approches basées sur les transformateurs.












