Yann LeCun, le Français qui parie un milliard contre ChatGPT
Pendant que Google, Meta et OpenAI investissent des centaines de milliards dans les modèles de langage, un des pères de l’IA moderne affirme qu’ils foncent dans une impasse. Et il vient de lever plus d’un milliard de dollars pour le prouver.
Google, Meta, OpenAI, Anthropic… Tous les géants de la tech misent sur la même technologie : les modèles de langage, ceux qui font tourner ChatGPT, Gemini ou Claude.
C’est une course effrénée, et la victoire semble promise au plus rapide. Alors tout le monde fonce dans la même direction.
Tout le monde ? Pas tout à fait.
Un homme répète depuis des années que cette stratégie est une impasse. Et ce n’est pas n’importe qui : c’est Yann LeCun, chercheur français, prix Turing et l’un des pères fondateurs de l’IA moderne.
Il a quitté son poste prestigieux chez Meta pour créer sa propre start-up, AMI Labs, basée à Paris. Et il a levé 1,03 milliard de dollars pour parier contre la technologie qui transforme notre monde.
« Les modèles de langage sont une impasse »
L’idée de LeCun est simple : si on veut un jour créer une IA aussi intelligente qu’un humain, on n’y arrivera pas avec ChatGPT ou Claude.
Un exemple a circulé récemment sur les réseaux. On demande à une IA : « Je veux faire laver ma voiture, la station est à 100 mètres. Est-ce que j’y vais à pied ? » Beaucoup de modèles répondent oui. Ils te conseillent d’aller laver ta voiture… sans ta voiture.
Là où la plupart des gens voient une petite erreur, LeCun voit un problème de fond.
Les meilleurs systèmes d’IA actuels ne sont pas aussi intelligents qu’un chat.
Un chat, ou un enfant de 4 ans, comprend instinctivement les règles du monde physique : la gravité, les frottements, un objet qui tombe. Un modèle de langage, lui, n’a jamais appris ça. On lui a appris à prédire le mot suivant. Il maîtrise le langage, pas la réalité qui se cache derrière.
Pour LeCun, une vraie intelligence doit savoir :
- comprendre le monde physique ;
- se souvenir sur le long terme ;
- planifier et prévoir les conséquences de ses actions.
Attention, il ne dit pas qu’il faut jeter les modèles de langage. Ils sont très utiles. Mais comme chemin vers une intelligence de niveau humain, c’est selon lui une voie sans issue.
Seul contre toute une industrie
Le raisonnement des géants est inverse : plus de puissance de calcul, plus de données, plus d’argent, et le modèle finira par raisonner comme un humain. D’où des investissements démentiels dans les data centers.
Pour LeCun, croire qu’il suffira d’agrandir les modèles et de les nourrir de plus de données est tout simplement faux. Et selon lui, une partie de l’industrie raconte cette histoire… pour convaincre ses investisseurs de continuer à payer.
Pourquoi on l’écoute : il a déjà eu raison contre tous
Ce n’est pas la première fois que LeCun nage à contre-courant.
Dans les années 80, en plein « hiver de l’IA », il fait partie des rares chercheurs à croire aux réseaux de neurones. Presque personne ne s’y intéresse.
Il s’accroche. Dans les années 90, son système de reconnaissance d’images est utilisé par les banques américaines pour lire automatiquement les chiffres manuscrits sur des millions de chèques.
Puis l’enthousiasme retombe : ses architectures sont jugées trop gourmandes pour les ordinateurs de l’époque.
Il faudra attendre 2012 et la montée en puissance des machines pour comprendre qu’il avait raison depuis le début. En 2018, il reçoit le prix Turing, l’équivalent du Nobel de l’informatique, avec Geoffrey Hinton et Yoshua Bengio.
Bref, ce n’est pas un expert arrivé il y a trois ans sur LinkedIn.
Sa solution : les « world models »
LeCun ne se contente pas de critiquer. Il propose une alternative : les modèles du monde (world models).
L’idée : apprendre le monde comme un bébé le fait après sa naissance. Pas besoin de lui expliquer que si on pousse un verre au bord de la table, il va tomber. Il le comprend en observant.
Quelques comparaisons parlantes :
- un enfant reconnaît un éléphant après en avoir vu trois images, là où une IA en a besoin de milliers ;
- un ado de 17 ans apprend à conduire en quelques dizaines d’heures, alors qu’avec des millions d’heures de données on n’a toujours pas de voiture vraiment autonome.
Le paradoxe de Moravec
Ce qui est facile pour nous (casser un œuf, plier un t-shirt) est souvent ce qu’il y a de plus difficile pour une machine.
L’architecture JEPA
LeCun ne demande pas à son modèle de décrire une vidéo. Il lui demande de prédire ce qui va se passer ensuite et de comprendre les règles invisibles de la scène.
Autre atout : un world model apprend à ignorer ce qui est inutile. Pour conduire, le ciel n’apporte aucune information importante : on peut se concentrer sur la route, au lieu d’analyser chaque pixel. LeCun promet ainsi des modèles beaucoup plus sobres que les LLM géants.
Et avec un robot ou une voiture, l’« hallucination » n’est pas une option. Une erreur peut avoir des conséquences bien réelles.
La rupture avec Meta
Depuis 2013, LeCun menait ses recherches chez Facebook, devenu Meta. C’est Mark Zuckerberg qui l’avait recruté. Il a créé le laboratoire FAIR, avec une antenne à Paris qui a formé une partie des meilleurs talents français de l’IA.
Puis tout bascule en juin 2025.
Meta investit environ 14,3 milliards de dollars dans Scale AI, une start-up d’étiquetage de données, et nomme son fondateur, Alexandr Wang, 28 ans, à la tête de sa nouvelle division « superintelligence ». LeCun se retrouve à lui rendre des comptes.
La stratégie change : objectifs à court terme, course à la puissance, moins de recherche fondamentale. Tout ce que LeCun ne défend pas.
Le désaccord scientifique devient un conflit humain. Après 12 ans chez Meta, LeCun s’en va. Avec une conviction : il n’a pas tort, et son intégrité de scientifique l’empêche de changer d’avis.
AMI Labs : un milliard pour prouver qu’il a raison
À 65 ans, beaucoup auraient raccroché. Lui fonde AMI Labs (Advanced Machine Intelligence) fin 2025 à Paris.
Objectif initial : environ 500 millions. Résultat, annoncé le 10 mars 2026 : 1,03 milliard de dollars, pour une valorisation de 3,5 milliards avant même d’avoir un produit. C’est la plus grosse levée d’amorçage de l’histoire européenne.
Parmi les soutiens : Jeff Bezos, Nvidia, Samsung, Toyota ou encore l’ancien patron de Google Eric Schmidt.
Sa promesse : d’ici trois à cinq ans, ces technologies pourraient équiper des robots domestiques et des voitures vraiment autonomes. Ce jour-là, l’IA ne sera plus un perroquet qui récite le monde. Elle le comprendra.
Ce que j’en retiens
- Les LLM sont géniaux pour le langage, mais ils ne comprennent pas le monde physique.
- Les world models visent ce qui manque : la physique, la mémoire, la planification.
- LeCun a déjà eu raison contre tous une fois. Ça ne garantit rien, mais ça mérite qu’on l’écoute.
- Et c’est un Français, depuis Paris, qui mène ce pari. Une belle nouvelle pour l’IA européenne.
Rendez-vous dans trois à cinq ans pour savoir qui avait raison.
Et toi, tu paries sur qui ? Les géants des LLM ou Yann LeCun ? Dis-le-moi en commentaire.
