Yann LeCun, scientifique de Meta AI, connu pour ses avis tranchés, a encore fait des siennes. Dans un podcast, il lâche une phrase qui dérange plusieurs chercheurs.
Selon lui, l’intelligence humaine n’est pas générale, contrairement aux idées reçues. Que l’intelligence générale elle-même n’existe pas. Demis Hassabis, patron de DeepMind, a alors choisi de lui rendre la monnaie de sa pièce, sans détour.
L’intelligence générale selon Yann LeCun
Selon Yann LeCun, notre cerveau excelle surtout dans des tâches liées au monde réel. Il parle d’une intelligence façonnée pour la matière, la gravité, la perception et l’action. D’après lui, cette adaptation crée une illusion de polyvalence. L’humain semble universel, car il ignore surtout ses propres limites.
Il rappelle que certains problèmes échappent totalement à nos capacités. Ces zones invisibles nourrissent la croyance en une intelligence sans frontières. LeCun estime que cette croyance est dûe à la méconnaissance de nos angles morts. L’intelligence humaine agirait comme une collection d’outils spécialisés.
Dans le podcast, il insiste sur la spécialisation biologique. Pour lui, le cerveau évolue pour survivre dans un environnement précis. La chasse, la cueillette et la coopération ont façonné ses mécanismes. Et cette origine limite naturellement son champ d’action.
Il juge ainsi trompeuse l’idée d’une intelligence capable de tout apprendre. Cette vision alimente selon lui des attentes irréalistes envers l’IA. Elle favorise aussi des discours techniques trop optimistes. Pour LeCun, chaque système possède des limites structurelles.
Son propos a vite circulé sur X. Un extrait vidéo a déclenché une vague de réactions. Plusieurs chercheurs ont commenté son raisonnement. Puis Demis Hassabis a choisi de prendre la parole.
« Yann se trompe, point final »
Le CEO de DeepMind Demis Hassabis réagit rapidement sous la publication. « LeCun confond deux notions distinctes » peut-on lire. Il explique que l’intelligence générale n’est pas une intelligence universelle.
Il décrit le cerveau comme le système le plus complexe connu. Cette machine biologique apprend de nombreux types de tâches. Sa polyvalence repose sur des principes théoriques solides. Ces principes dépassent les simples usages physiques.
Hassabis évoque le théorème du pas de repas gratuit. Tout système fini comporte une part de spécialisation. Cette contrainte n’annule pour autant pas la généralité théorique. Elle décrit seulement une adaptation pratique aux données.
Hassabis évoque la machine de Turing comme référence. Il décrit le cerveau humain comme une approximation de ce modèle abstrait. Cette architecture permet d’apprendre toute tâche calculable. Le temps, la mémoire et les données fixent les limites concrètes.
Et les modèles d’IA suivraient le même principe. Ils ne savent pas tout faire immédiatement. Ils peuvent cependant apprendre des tâches très diverses.
Pour appuyer son propos, il mentionne les échecs. L’humanité a conçu ce jeu complexe. Des joueurs atteignent un niveau très élevé. Il voit dans cet exemple une preuve de la portée cognitive humaine.
- Partager l'article :
