Yann LeCun kontra reszta świata. Człowiek, który twierdzi, że ChatGPT to ślepa uliczka

👁 139 przeczytań

W grudniu 2025 roku Yann LeCun - jeden z trzech ludzi, którym świat zawdzięcza głębokie uczenie - opublikował krótki post na Facebooku. Odchodzi z Mety. Zakłada startup. Cel: udowodnić, że cała branża sztucznej inteligencji, warta biliony dolarów, podąża w złym kierunku.

To nie jest historia człowieka, który odszedł na emeryturę po dwunastu latach w Big Tech. To historia buntownika, który był w centrum rewolucji AI - i doszedł do wniosku, że rewolucja skręciła nie w tę stronę.

Dwanaście lat w Mecie

LeCun trafił do Facebooka w 2013 roku, kiedy Mark Zuckerberg postanowił, że chce mieć własne laboratorium badawcze AI. Założył FAIR - Fundamental AI Research - które szybko stało się jednym z najlepszych laboratoriów na świecie. Zespół LeCuna publikował przełomowe prace, przyciągał najjaśniejsze umysły i budował fundamenty pod wszystko, co dziś nazywamy „AI Mety” - od systemów rekomendacji po tłumaczenie języków.

Ale gdzieś w okolicach 2023 roku coś zaczęło się psuć. ChatGPT eksplodował popularnością. Zuckerberg postawił wszystko na duże modele językowe. Najpierw LLaMA, potem LLaMA 2, potem LLaMA 3. FAIR - laboratorium zajmujące się badaniami podstawowymi - zostało przesunięte w stronę produktów komercyjnych. Badania nad alternatywnymi architekturami zeszły na dalszy plan.

A potem przyszedł Alexandr Wang. Dwudziestoośmiolatek, założyciel Scale AI, którego Zuckerberg zatrudnił za 14,3 miliarda dolarów (49 procent udziałów w firmie) i postawił na czele nowego działu superinteligencji. W nowej strukturze organizacyjnej Yann LeCun - laureat Nagrody Turinga, jeden z najbardziej utytułowanych informatyków żyjących na planecie - miał raportować do Wanga.

LeCun nie skomentował tego publicznie. Ale na sympozjum w MIT powiedział coś, co wszyscy zrozumieli: „Nie zdobywam sobie przyjaciół w różnych zakątkach Doliny Krzemowej - ani w Mecie”.

Herezja

Teza LeCuna jest prosta i heretycka zarazem: duże modele językowe to technologiczna ślepa uliczka. Nie da się dojść do prawdziwej inteligencji, przewidując kolejne słowo w sekwencji - niezależnie od tego, ile danych i mocy obliczeniowej wrzuci się do modelu. LLM-y mają „nadludzką wiedzę encyklopedyczną”, ale są - jego słowami - „głupsze od kota domowego”.

Koty rozumieją fizykę. Wiedzą, że przedmioty nie znikają za rogiem. Przewidują trajektorię skaczącego owada. Planują ścieżkę z jednego punktu do drugiego. LLM-y nie potrafią zrobić żadnej z tych rzeczy niezawodnie - mimo że przeczytały więcej tekstu, niż ktokolwiek na Ziemi przeczyta w ciągu życia.

Rozwiązaniem - według LeCuna - są modele świata: systemy AI uczące się nie z tekstu, ale z wideo i danych sensorycznych. Zamiast przewidywać następne słowo, przewidują, co wydarzy się w fizycznej przestrzeni. Uczą się grawitacji, trwałości obiektów, przyczynowości. Dokładnie tak, jak uczy się małe dziecko - obserwując, nie czytając.

Paryż

AMI Labs - Advanced Machine Intelligence - ma siedzibę w Paryżu. LeCun prowadzi rozmowy o rundzie finansowania 500 milionów euro przy wycenie 3 miliardów euro, zanim firma pokazała jakikolwiek produkt. Niektóre źródła mówią o aspiracjach sięgających 5 miliardów dolarów.

Paryż to nie przypadek. Francuski ekosystem AI rośnie w siłę - rządowe dotacje, dostęp do talentów z Inrii i paryskich uniwersytetów, status „neutralnego gruntu” w wojnie technologicznej między USA a Chinami. Ale jest też powód głębszy: LeCun wierzy, że grupowe myślenie wokół LLM-ów w Bay Area jest tak silne, że prawdziwa innowacja wymaga fizycznej odległości.

Na stanowisko CEO powołano Alexa LeBruna - współtwórcę Nabli, startupu zajmującego się transkrypcją medyczną AI. Pierwszy produkt AMI Labs ma obsługiwać sektor ochrony zdrowia: planowanie wizyt, dokumentację, rozliczenia - z zachowaniem kontekstu przez cały cykl opieki nad pacjentem. To sprytne pozycjonowanie: ochrona zdrowia ma ogromne problemy z ciągłością kontekstu, a modele świata - z ich zdolnością do utrzymywania spójnej reprezentacji sytuacji w czasie - mogą je rozwiązać.

Wyścig

LeCun nie jest sam. Google DeepMind ma Genie 3 - model generujący interaktywne światy 3D w 24 klatkach na sekundę. Fei-Fei Li uruchomiła World Labs i model Marble - fotorealistyczne sceny z poprawną fizyką. NVIDIA udostępniła Cosmos, platformę modeli świata dla robotyki, pobraną ponad dwa miliony razy. Startup General Intuition zdobył 134 miliony dolarów na uczenie agentów rozumowania przestrzennego.

Ale nikt inny nie postawił swojej reputacji na szali tak jak LeCun. Odejście z jednej z najpotężniejszych firm technologicznych świata, żeby założyć startup oparty na tezie, że biliony dolarów inwestycji w LLM-y to pomyłka - to nie jest decyzja, którą podejmuje się lekko. Albo ma rację i zmieni historię AI, albo się myli i skończy jako ekscentryczny geniusz, który postawił fortunę na złego konia.

Dlaczego to ma znaczenie

Branża AI w 2026 roku jest jak branża motoryzacyjna w 1910 roku - nikt nie wie, która technologia wygra. Ford postawił na silnik benzynowy. Konkurenci na parę, elektryczność, nawet konie. Przez dekadę współistniały wszystkie opcje, zanim jedna zdominowała rynek.

LLM-y są dzisiejszym benzynym - dominującą, ale niekoniecznie najlepszą technologią. Modele świata mogą być elektrycznością - lepszą w długim terminie, ale wymagającą ogromnych inwestycji infrastrukturalnych. Albo mogą okazać się parą - piękną ideą, która przegra z pragmatyzmem rynku.

LeCun nie ma wątpliwości, po której stronie historii stoi. Na konferencji prasowej po ogłoszeniu AMI Labs powiedział: „Dałem się poznać jako człowiek, który mówi rzeczy, w które nikt nie wierzy - a potem okazują się prawdą. Zamierzam to powtórzyć.”

Historia sugeruje, żeby mu wierzyć. Ale historia sugeruje też, żeby być ostrożnym - bo nawet geniusze się mylą. A w tym przypadku stawka to nie ego jednego naukowca, lecz kierunek rozwoju technologii, która zdefiniuje następne pokolenie.

Architektura JEPA

Technicznie wizja LeCuna opiera się na architekturze JEPA - Joint Embedding Predictive Architecture. Zamiast generować piksele (jak modele obrazów) lub tokeny (jak LLM-y), JEPA uczy się przez przewidywanie abstrakcyjnych reprezentacji fragmentów danych na podstawie innych fragmentów. Model nie próbuje odtworzyć każdego detalu - uczy się wysokopoziomowych wzorców, ignorując szum.

To naśladuje sposób, w jaki ludzie uczą się świata. Dziecko obserwujące spadający przedmiot nie analizuje każdego piksela sceny. Buduje abstrakcyjny model: „rzeczy puszczone w powietrzu spadają w dół”. JEPA robi to samo - ale z milionów godzin wideo zamiast kilkunastu lat dzieciństwa.

I-JEPA, pierwszy model oparty na tej architekturze, już wykazał obiecujące wyniki w rozumieniu obrazów - znacznie efektywniejsze obliczeniowo niż tradycyjne metody. Meta opublikowała też V-JEPA 2, rozszerzenie na wideo, zdolne do rozumowania o fizyce i przewidywania konsekwencji działań.

Sceptycy mają argumenty

Nie brakuje głosów krytycznych. Trenowanie modeli świata wymaga ogromnych zbiorów danych wideo i sensorycznych - znacznie trudniejszych do zebrania niż tekstowe dane internetowe. Koszty obliczeniowe są astronomiczne. A weryfikacja poprawności modelu świata jest trudniejsza niż sprawdzenie, czy chatbot daje poprawne odpowiedzi - jak testujecie, czy AI „rozumie grawitację”?

CEO Hugging Face Clem Delangue zasugerował, że obawy przed bańką AI mogą tak naprawdę dotyczyć bańki LLM - że to modele językowe, nie cała branża, są przewartościowane. Jeśli ma rację, to LeCun nie jest ekscentrykiem, lecz realistą, który po prostu widzi dalej niż reszta.

Ale jest też wariant pesymistyczny: modele świata mogą okazać się technologicznie piękne, ale komercyjnie nieistotne - rozwiązujące problemy, które rynek nie uważa za pilne. LLM-y generują miliardy przychodów tu i teraz. Modele świata obiecują przełom za pięć, dziesięć lat. Kapitał cierpliwy jest rzadki - szczególnie kiedy LLM-y dają natychmiastowy zwrot.

Polska w równaniu

Dlaczego Polaka powinno obchodzić, co robi 76-letni profesor z NYU w Paryżu? Bo jeśli LeCun ma rację, reguły gry w AI zmienią się fundamentalnie - a Polska, z jej silnym sektorem IT i rosnącą obecnością centrów danych, ma szansę być częścią nowej fali.

Modele świata potrzebują inżynierów - ale innego typu niż ci, którzy trenują LLM-y. Potrzebują ludzi rozumiejących fizykę, robotykę, symulację, przetwarzanie wideo. Polskie uczelnie techniczne - Politechnika Warszawska, AGH, Politechnika Wrocławska - kształcą takich specjalistów. AMI Labs, z siedzibą w Europie, będzie naturalnie szukało europejskich talentów i partnerów wdrożeniowych.

To nie jest gwarancja - to okno możliwości. I jak każde okno, kiedyś się zamknie. Firmy, które dziś zaczną budować kompetencje w modelach świata i robotyce AI, mogą za pięć lat być w centrum nowej rewolucji. Te, które zaczekają na pewność - mogą obudzić się za późno.

Jeden człowiek, jedno pytanie

Historia LeCuna to w gruncie rzeczy historia jednego pytania: czy inteligencja polega na manipulowaniu symbolami (słowami, liczbami, kodem) - czy na rozumieniu fizycznego świata? Cała branża AI postawiła biliony dolarów na pierwszą odpowiedź. LeCun stawia miliardy na drugą. Ktoś z nich się myli. A stawką jest dekada rozwoju technologicznego i biliony dolarów inwestycji, które pójdą w jednym albo drugim kierunku. Nic dziwnego, że LeCun nie sypia spokojnie. Reszta branży też nie powinna.