Logical Intelligence: Yann LeCun construit l'AGI sans hallucinations et LLM

La course mondiale vers la superintelligence s'est définitivement transformée en une compétition de portefeuilles et de consommation d'électricité. Alors que Microsoft et Google construisent des centres de données coûtant des dizaines de milliards de dollars pour nourrir les réseaux de neurones avec encore plus de textes provenant d'internet, la startup de San Francisco appelée Logical Intelligence a décidé d'aller à contre-courant. Ils sont convaincus que le chemin suivi par les leaders du marché mène à une impasse technologique, où derrière la brillante façade des chatbots se cache l'absence de véritable compréhension de l'essence des choses.

Derrière Logical Intelligence se trouve la figure de Yann LeCun, principal spécialiste en AI de Meta et l'un des trois parrains du deep learning moderne. LeCun s'efforce depuis plusieurs années de critiquer méthodiquement l'approche actuelle de création de grands modèles de langage sur ses réseaux sociaux et lors de conférences. Son argument principal est simple et ironique : un chat domestique ordinaire est aujourd'hui plus intelligent que n'importe quel GPT-4, car il possède un modèle du monde. Un chat comprend la gravité, ressent l'espace et peut planifier ses actions, tandis qu'un réseau de neurones devine simplement le mot suivant le plus probable dans une phrase.

Logical Intelligence tente de mettre en pratique le concept de modèles du monde. Au lieu de prédire sans fin le prochain token, son architecture apprend à prédire les conséquences des actions dans la réalité. C'est un changement fondamental du paradigme de développement. Nous avons l'habitude de penser que l'AI moderne est un T9 très avancé qui a lu tous les livres du monde. Mais LeCun et son équipe veulent créer un système capable de planifier et de raisonner en se basant sur la logique interne et la compréhension de la physique, plutôt que sur la probabilité statistique d'apparition des lettres.

Pourquoi cela est-il important maintenant ? L'industrie commence à buter contre un plafond. Les données de qualité pour l'entraînement en accès ouvert s'épuisent, et les hallucinations des modèles, lorsqu'ils mentent avec assurance, ne disparaissent pas. Logical Intelligence parie que la véritable intelligence n'a pas besoin de lire toute Wikipédia pour comprendre des vérités simples. Il suffit à un enfant de voir tomber une tasse une fois pour apprendre à jamais les principes élémentaires de la mécanique. Si la startup parvient à traduire ce principe biologique en code logiciel, nous n'aurons pas besoin de réacteurs nucléaires personnels pour alimenter les serveurs — l'intelligence numérique deviendra compacte, rapide et, surtout, fiable.

Bien sûr, les sceptiques du camp des enthousiastes de la mise à l'échelle nous rappelleront que les mathématiques pures de LeCun perdent actuellement contre la puissance brute d'énormes clusters GPU. Mais l'histoire de la technologie est riche d'exemples où des solutions d'ingénierie élégantes ont finalement vaincu des géants maladroits. Logical Intelligence est maintenant dans la même position qu'OpenAI il y a sept ou huit ans : ils ont une idée audacieuse, un budget limité et le soutien d'un homme qui a déjà radicalement changé le monde une fois.

Si cette expérience réussit, nous verrons le crépuscule de l'ère des LLMs classiques. Nous cesserons de discuter de la politesse avec laquelle un chatbot a répondu à une question stupide et commencerons à parler de systèmes capables de gérer autonomement des industries complexes ou de faire des découvertes scientifiques sans risquer d'halluciner une fausse formule. L'industrie attendait une alternative, et elle semble prendre forme concrète dans les bureaux de San Francisco.

Conclusion : L'approche de LeCun deviendra-t-elle une bouée de sauvetage pour l'industrie ou restera-t-elle une belle théorie ? Si Logical Intelligence montre des résultats, l'architecture des transformers sera envoyée au musée plus vite que nous ne pourrons nous habituer à GPT-5.