Mentre mig sector persegueix el següent salt dels grans models de llenguatge, LeCun insisteix que la intel·ligència de nivell humà no sortirà de predir paraules, sinó d’entendre com funciona el món físic.
En el debat global sobre intel·ligència artificial hi ha figures influents, grans empresaris, premis científics i evangelistes tecnològics. Però hi ha pocs perfils que reuneixin alhora pes històric, capacitat d’incomodar el consens dominant i prou autoritat tècnica per sostenir una visió alternativa del futur. Yann LeCun pertany a aquesta categoria. Molt abans del recent anunci d’AMI Labs, la nova companyia amb què ha aixecat 1.030 milions de dòlars per desenvolupar sistemes basats en world models, LeCun ja era una referència ineludible per entendre la trajectòria de la IA moderna i, de manera molt particular, un dels grans noms europeus en un sector que sovint es llegeix des de Silicon Valley.
El nou moviment empresarial l’ha tornat a situar al centre de la conversa. AMI Labs, l’empresa que va cofundar després de la seva sortida de Meta, neix amb seu a París, una valoració pre-money de 3.500 milions de dòlars i una ambició explícita: construir una IA que aprengui de la realitat i no només del llenguatge. Reuters, TechCrunch, Wired i Financial Times coincideixen en els elements bàsics de l’anunci: el projecte se sosté sobre la teoria dels models de món, apunta a sectors com la salut, la manufactura, l’automoció, l’aeroespacial o la biomedicina, i assumeix des del primer dia que es tracta d’una aposta de recerca fonamental, no d’una startup dissenyada per treure un producte comercial en qüestió de mesos.
Però reduir LeCun al titular del moment seria quedar-se a la superfície. La rellevància d’aquesta operació no rau només en la mida de la ronda, tot i que el Financial Times la situï com la ronda llavor més gran registrada a Europa, sinó en el que simbolitza: la materialització empresarial d’una tesi que LeCun fa anys que defensa contra el corrent principal del sector. Mentre la indústria ha concentrat bona part dels seus recursos, expectatives i màrqueting en els grans models de llenguatge, ell ha sostingut que aquest camí, per si sol, no conduirà a una intel·ligència artificial de nivell humà. El seu argument de fons no és nou: els éssers humans i els animals no aprenen principalment del text, sinó d’observar, actuar, anticipar conseqüències i construir representacions internes del món físic. Per això considera insuficient un paradigma basat únicament en la predicció seqüencial de tokens.
Aquesta posició explica bona part de la seva influència i també del seu paper singular dins l’ecosistema europeu. LeCun va néixer a França, es va formar a ESIEE Paris i a la Université Pierre-et-Marie-Curie, i la seva trajectòria ha estat sempre travessada per un doble vector: pertànyer al nucli dur de la recerca nord-americana i, al mateix temps, conservar una presència simbòlica i real dins l’espai científic europeu. El Collège de France recorda en la seva biografia que és investigador en intel·ligència artificial, aprenentatge automàtic, visió per computador i robòtica, i subratlla la seva formació francesa abans de la seva etapa a Bell Labs i AT&T. Aquesta continuïtat importa, perquè ajuda a entendre per què la seva figura funciona a Europa com alguna cosa més que un científic brillant emigrat als Estats Units: opera també com un referent intel·lectual que connecta la tradició matemàtica i enginyeril europea amb el cor del desenvolupament contemporani de la IA.
El seu pes històric, a més, és indiscutible. El 2018 va rebre el Premi Turing juntament amb Geoffrey Hinton i Yoshua Bengio per aportacions conceptuals i d’enginyeria que van convertir les xarxes neuronals profundes en un component crític de la computació moderna, segons la formulació oficial d’ACM. I el 2022 va compartir amb Hinton, Bengio i Demis Hassabis el Premi Princesa d’Astúries de Recerca Científica i Tècnica, que els definia com a protagonistes centrals del desenvolupament del deep learning i de les seves aplicacions en reconeixement de veu, visió artificial i processament del llenguatge natural. És a dir: LeCun no parla des dels marges. Parla des del centre històric del camp.
Precisament per això resulta tan rellevant la seva actual posició de dissidència estratègica. En un moment en què el relat dominant del sector gira al voltant de models fundacionals cada vegada més grans i costosos, LeCun s’ha convertit en el gran crític intern de la idea que escalar LLM fins a l’infinit produeixi, per si mateix, raonament robust, memòria persistent, planificació fiable o comprensió causal de l’entorn. Wired resumia aquesta tesi amb nitidesa en assenyalar que LeCun considera “absurda” la idea que estendre les capacitats dels LLM n’hi hagi prou per assolir una intel·ligència de nivell humà. Reuters recull la mateixa línia en descriure AMI com una aposta alternativa davant dels sistemes basats en predicció de paraules o píxels.
La paraula clau aquí és “world models”. No es tracta d’una simple etiqueta de moda, tot i que des de la mateixa AMI Labs ja anticipin que aviat moltes companyies intentaran apropiar-se del terme. En la visió de LeCun, un model de món és una arquitectura capaç d’aprendre regularitats de l’entorn, anticipar estats futurs, abstraure informació rellevant i sostenir formes més riques de planificació i raonament. Aquesta intuïció va quedar plasmada de manera programàtica en el seu text “A Path Towards Autonomous Machine Intelligence”, publicat a OpenReview el 2022, on defensava que la pròxima generació de sistemes intel·ligents s’hauria de recolzar en arquitectures predictives jeràrquiques, memòria, aprenentatge autosupervisat i models interns del món que permetessin planificar sota incertesa.
En aquest marc apareix JEPA, la Joint Embedding Predictive Architecture, una família d’arquitectures que busca aprendre representacions predictives en espais latents en lloc de reconstruir píxel a píxel o token a token. La idea ha anat madurant en articles i desenvolupaments posteriors. Meta va presentar el 2023 I-JEPA com el primer model alineat amb aquesta visió i el 2024 va publicar V-JEPA, orientat a vídeo, com un pas cap a sistemes capaços de modelar regularitats temporals del món visual. El mateix blog de Meta vincula explícitament aquestes línies amb la visió de LeCun sobre una IA més “humana”, capaç d’aprendre principalment per observació. Aquest treball no demostra encara que el camí estigui resolt, però sí que la tesi va deixar fa temps de ser un manifest abstracte per convertir-se en un programa tècnic consistent.
Aquest és un dels motius pels quals LeCun importa tant a Europa. No només pel que ha fet, sinó pel tipus d’alternativa que representa. L’ecosistema europeu d’IA fa anys que està atrapat entre dos complexos: la fascinació amb els gegants nord-americans i la sensació d’endarreriment estructural davant dels Estats Units i la Xina. La figura de LeCun trenca parcialment aquesta dicotomia. És europeu, sí, però no representa un europeisme defensiu ni un refugi regulatori. Representa una cosa molt més incòmoda i fèrtil: la possibilitat de disputar el rumb científic del camp amb arguments de primer nivell, fins i tot quan el mercat va en una altra direcció. Europa, en la seva millor versió tecnològica, no competeix només quan finança campions nacionals o redacta reglaments; competeix també quan produeix marcs conceptuals que reordenen l’agenda global. I LeCun fa temps que fa exactament això.
La nova etapa d’AMI Labs reforça, a més, un altre element interessant: l’intent de construir des de París una plataforma de recerca de frontera amb abast transatlàntic i asiàtic. La companyia tindrà base a la capital francesa, però també presència a Nova York, Montreal i Singapur. TechCrunch va detallar que entre les seves prioritats de despesa hi haurà la computació i el talent, i que el seu equip directiu reuneix perfils procedents de Meta, DeepMind, Nabla i altres grans entorns de recerca aplicada. En altres paraules, AMI no neix com una empresa local francesa amb ambició de nínxol, sinó com un laboratori internacional amb ancoratge europeu. Això torna a situar LeCun en un lloc simbòlic molt específic: el del científic que pot convertir Europa en seu d’una aposta d’escala global sense renunciar a la circulació internacional de talent.
Hi ha, a més, una dimensió cultural que no convé subestimar. LeCun és una de les poques figures del sector capaces de defensar simultàniament recerca oberta, escepticisme davant de certes corrents dominants i una visió de llarg termini no subordinada a la lògica del producte immediat. AMI Labs ha avançat que publicarà articles científics i que obrirà molt codi, una cosa que LeBrun justificava a TechCrunch amb una idea simple: la recerca avança més ràpid quan és oberta i quan al voltant del laboratori es forma una comunitat. En una fase del mercat en què la competència geopolítica i el tancament de capacitats avançades estan empenyent molts actors cap a ecosistemes més opacs, aquesta aposta té un valor addicional. També per això LeCun continua sent una referència forta en entorns acadèmics europeus, on la legitimitat no depèn només de vendre més, sinó de marcar direcció intel·lectual.
Això no vol dir que tingui raó en tot ni que el seu camí estigui garantit. La mateixa cobertura de TechCrunch subratlla que passar de teoria a aplicacions comercials podria portar anys. Reuters també destaca que l’empresa se situa deliberadament fora del cicle de startup que promet producte en tres mesos i ingressos en sis. El repte és enorme: transformar world models i JEPA en sistemes útils, robustos i desplegables en escenaris reals. A més, la història de la IA és plena d’idees elegants que no sempre van guanyar al mercat davant d’enfocaments més pragmàtics o més fàcils de comercialitzar.
Tanmateix, fins i tot si s’adopta una mirada prudent, el pes de LeCun no depèn només de l’èxit o del fracàs d’AMI Labs. Depèn d’una cosa més profunda: d’haver mantingut viva una discussió estratègica sobre què significa realment “entendre” en intel·ligència artificial. Mentre bona part del debat públic es concentra en benchmarks, assistents conversacionals o productivitat ofimàtica, LeCun insisteix en una pregunta més radical: com construir sistemes que no només parlin sobre el món, sinó que n’aprenguin l’estructura, n’anticipin els canvis i hi actuïn amb models interns consistents. Aquesta pregunta és especialment rellevant per a la robòtica, la salut, la manufactura i qualsevol àmbit on una al·lucinació no sigui un simple error anecdòtic, sinó un problema amb conseqüències materials serioses.
Per això, vist des d’Europa, LeCun funciona a diversos nivells alhora. És una llegenda científica del deep learning. És un francès amb autoritat global en una indústria dominada pels Estats Units. És un crític informat de l’hype dels LLM. És un defensor de la recerca oberta en una època de creixent opacitat. I ara també és la cara d’una de les apostes empresarials més ambicioses mai llançades des de sòl europeu al voltant de la IA de frontera. L’anunci d’AMI Labs no crea aquesta condició: simplement la fa més visible.
En realitat, la pregunta interessant ja no és només si LeCun aconseguirà demostrar que els models de món són el següent gran gir del sector. La pregunta de fons és una altra: si Europa sabrà llegir la seva figura únicament com un motiu d’orgull retrospectiu o com el senyal d’alguna cosa més exigent. Perquè LeCun no representa una coartada per dir que Europa “també hi era”. Representa una invitació a disputar el futur del camp des de recerca dura, ambició conceptual i paciència estratègica. En un ecosistema cada vegada més sorollós i comercialment ansiós, aquesta combinació escasseja. I potser per això, més enllà de l’últim titular i dels mil milions, Yann LeCun continua sent un dels referents més sòlids, incòmodes i necessaris de la intel·ligència artificial europea.
