La course au développement d’une intelligence artificielle (IA) à l’échelle humaine s’intensifie et des géants technologiques tels que Meta, Google et OpenAI se disputent le leadership. Au centre de ce débat se trouve Yann LeCun, le scientifique en chef de Meta pour l’IA, qui soutient que les grands modèles de langage (LLM) comme GPT-3 et le propre LLaMA de Meta n’atteindront jamais une véritable intelligence humaine. Le point de vue de LeCun constitue un contrepoint important à l’optimisme dominant dans la communauté technologique, où les prédictions de percées imminentes dans le domaine de l’intelligence générale artificielle (AGI) sont fréquentes. Dans cet article, nous mettons en lumière les arguments de LeCun et les raisons pour lesquelles il pense que les LLM ne sont pas la bonne voie.
Les limites des LLM
La principale critique de LeCun à l’égard des LLM est leur incapacité fondamentale à reproduire des aspects essentiels de l’intelligence humaine. Les LLM sont entraînés avec d’énormes quantités de données textuelles, ce qui leur permet de générer un langage cohérent et contextuellement adapté. LeCun argumente toutefois que cet apprentissage basé sur le texte conduit à une compréhension superficielle de la réalité. Selon lui, les LLM manquent de capacité de pensée critique, de planification, de mémoire persistante et de compréhension du monde physique, autant de composantes essentielles de l’intelligence humaine.
Il souligne que les LLM peuvent générer des réponses semblables à celles des humains, mais qu’ils le font sans vraiment comprendre les concepts sous-jacents. Par exemple, ils peuvent générer des textes qui semblent logiques, mais ils ne possèdent pas les capacités de raisonnement réelles que les humains utilisent pour parvenir à des conclusions. Selon LeCun, cela rend les LLM fondamentalement insuffisants comme moyen de parvenir à une IA de niveau cognitif humain.
Objective-Driven AI : une nouvelle approche
Plutôt que de s’appuyer sur les LLM, LeCun plaide pour une approche alternative appelée « Objective-Driven AI ». Cette méthode se concentre sur le développement de systèmes d’IA qui apprennent en interagissant directement avec le monde physique, en utilisant des capteurs et des données vidéo pour créer un « modèle du monde ». Ce modèle permettrait à l’IA de prédire les conséquences des actions et de planifier en conséquence, comme le font les humains.
LeCun imagine une IA qui ne se contente pas de traiter le langage, mais qui comprend son environnement et interagit avec lui. Cette approche, argumente-t-il, pourrait finalement conduire à des machines qui dépassent l’intelligence humaine. Il prévient toutefois que cette évolution est encore lointaine et qu’elle pourrait éventuellement prendre des décennies au lieu de quelques années seulement, comme le prédisent certains leaders du secteur.
Les autres implications
Le scepticisme de LeCun à l’égard des LLM a des conséquences importantes pour Meta et pour la communauté de l’IA au sens large. Alors que des entreprises comme OpenAI et Google continuent d’investir massivement dans les LLM, Meta mise à long terme sur le potentiel de l’IA orientée objectif. Cette stratégie comporte des risques, notamment au vu de la pression financière pour obtenir des résultats à court terme. Les investissements considérables de Meta dans la recherche en IA ont suscité l’inquiétude des investisseurs, car l’entreprise cherche à concilier innovation et rentabilité.
En outre, la vision de LeCun remet en question l’orientation actuelle du développement de l’IA et invite le secteur à reconsidérer sa focalisation sur les LLM. Bien que les LLM aient été utiles dans diverses applications, LeCun pense qu’ils constituent une impasse dans la recherche d’une véritable intelligence. Son approche, si elle est couronnée de succès, pourrait redéfinir ce que l’IA peut accomplir en allant au-delà du traitement du langage et en développant des machines capables de penser et de comprendre de manière complexe.
La vision de LeCun dans le contexte de l’avenir de l’IA
La perspective de Yann LeCun sur l’avenir de l’IA fournit un argument convaincant pour reconsidérer notre dépendance vis-à-vis des grands modèles de langage. Alors que les LLM ont dominé le paysage de l’IA ces dernières années, la focalisation de LeCun sur l’IA orientée objet offre une alternative prometteuse, même si elle est à long terme. Comme le débat se poursuit, la communauté de l’IA devra se pencher sur ces différentes visions et leur impact sur l’avenir de la technologie. Il reste à voir si les LLM dépasseront leurs limites actuelles ou si l’approche de LeCun apportera la prochaine grande percée, mais une chose est sûre : le chemin vers l’IA humaine est loin d’être simple.
Source: https://thenextweb.com/news/
