Η άποψη αυτή αποκτά ιδιαίτερο βάρος, καθώς ο LeCun θεωρείται ένας από τους βασικούς δημιουργούς του σύγχρονου πεδίου του deep learning. Μαζί με τους Geoffrey Hinton και Yoshua Bengio τιμήθηκε με το Turing Award το 2018 για τη συμβολή τους στην ανάπτυξη των νευρωνικών δικτύων.

Σύμφωνα με τον ίδιο, τα σημερινά Large Language Models, όπως το ChatGPT της OpenAI, το Claude της Anthropic και το Gemini της Google, μπορεί να επιδεικνύουν εντυπωσιακές γλωσσικές ικανότητες, όμως δεν διαθέτουν πραγματική κατανόηση του κόσμου. Εκπαιδεύονται απλώς να προβλέπουν την επόμενη λέξη σε τεράστιες ποσότητες κειμένου, γεγονός που εξηγεί γιατί εμφανίζουν «παραισθήσεις», επινοώντας πληροφορίες που δεν υπάρχουν.

Η εναλλακτική προσέγγιση που προτείνει ο LeCun βασίζεται στα λεγόμενα World Models. Αντί να μαθαίνουν αποκλειστικά από κείμενο, αυτά τα συστήματα εκπαιδεύονται παρατηρώντας τον φυσικό κόσμο και δημιουργώντας εσωτερικά μοντέλα που περιγράφουν τη σχέση αιτίας και αποτελέσματος. Με τον τρόπο αυτό αποκτούν μια μορφή «κοινής λογικής» που τα σημερινά γλωσσικά μοντέλα δεν διαθέτουν.

Η τεχνολογική βάση αυτής της προσέγγισης είναι η αρχιτεκτονική Joint Embedding Predictive Architecture (JEPA), την οποία ανέπτυξε ο LeCun στη Meta και παρουσίασε το 2022. Σε αντίθεση με τα generative models που προσπαθούν να αναπαράγουν κάθε λεπτομέρεια μιας εικόνας ή σκηνής, η JEPA επιχειρεί να μάθει αφηρημένες αναπαραστάσεις και τους βασικούς κανόνες που διέπουν τον φυσικό κόσμο.

Η διαφορά μεταξύ των δύο προσεγγίσεων γίνεται ιδιαίτερα εμφανής σε εφαρμογές όπως η ρομποτική, τα αυτόνομα οχήματα ή τα βιομηχανικά συστήματα παραγωγής. Ένα LLM μπορεί να εξηγήσει πώς αλλάζει κανείς ένα λάστιχο αυτοκινήτου, αλλά δεν μπορεί να εκτελέσει την εργασία. Ένα σύστημα βασισμένο σε World Model, αντίθετα, θα μπορούσε να το κάνει επειδή κατανοεί τη φυσική αλληλεπίδραση των αντικειμένων.

Το στοίχημα που ανοίγει είναι τεράστιο. Αν η εκτίμηση του LeCun αποδειχθεί σωστή, τότε εταιρείες όπως η OpenAI, η Google και η Microsoft επενδύουν εκατοντάδες δισεκατομμύρια δολάρια σε μια τεχνολογική κατεύθυνση που δεν θα οδηγήσει ποτέ στην τεχνητή γενική νοημοσύνη. Αν αποδειχθεί λανθασμένη, τότε τα LLMs θα συνεχίσουν την πορεία τους προς την AGI, με επόμενες γενιές συστημάτων όπως τα GPT-6 ή GPT-7 να φέρνουν την επόμενη μεγάλη επανάσταση.

Παρά το γεγονός ότι οι επενδύσεις σε LLMs ξεπερνούν ήδη το 1 τρισ. δολάρια, εμφανίζονται και αντίθετα τεχνολογικά στοιχήματα. Εκτός από την AMI Labs, η World Labs της Fei-Fei Li έχει αποτίμηση περίπου 5 δισ. δολάρια και προσελκύει επενδυτές όπως η Nvidia, η Samsung, η Toyota και η Temasek.

Η διαφωνία αυτή αναβιώνει μια παλιά φιλοσοφική συζήτηση σχετικά με τη φύση της νοημοσύνης. Ο φιλόσοφος Andy Clark έχει αναπτύξει τη θεωρία της «ενσώματης νόησης», σύμφωνα με την οποία η σκέψη δεν είναι απλώς υπολογισμός αλλά ένα σύστημα που εκτείνεται από τον εγκέφαλο στο σώμα και στο περιβάλλον.

Ήδη από τη δεκαετία του 1970, ο φιλόσοφος Hubert Dreyfus είχε υποστηρίξει στο βιβλίο του What Computers Can't Do ότι η τεχνητή νοημοσύνη θα παραμείνει περιορισμένη όσο δεν διαθέτει «σώμα» που να αλληλεπιδρά με τον πραγματικό κόσμο.

Περισσότερα από πενήντα χρόνια αργότερα, ο LeCun επαναφέρει ουσιαστικά το ίδιο επιχείρημα: η πραγματική νοημοσύνη δεν ξεκινά από τη γλώσσα αλλά από την εμπειρία του κόσμου. Αν η ιστορία τον δικαιώσει, η επένδυση του ενός δισεκατομμυρίου δολαρίων δεν αφορά απλώς την ανάπτυξη ενός ακόμη αλγορίθμου, αλλά την προσπάθεια να δοθεί «σώμα» στην τεχνητή νοημοσύνη.