Yann LeCun

Yann LeCun: Meta AI, LLMs, JEPA, and the Future of AI

Yann LeCun, Chief AI Scientist at Meta, discusses why current auto-regressive LLMs are limited, the promise of Joint Embedding Predictive Architecture (JEPA), and why open-source AI is essential for democracy and human progress.

L'illusion de l'intelligence des LLM et la perspective historique

Nous nous laissons abuser en pensant que ces machines sont intelligentes car elles manipulent le langage, mais nous avons été dupés.

Yann LeCun : Modèles Mondiaux, AMI et l'Avenir de l'IA

Yann LeCun, lauréat du prix Turing et scientifique en chef de l'IA chez Meta, discute du lancement de sa nouvelle startup AMI (Advanced Machine Intelligence), des limites fondamentales des LLM et de sa vision pour atteindre une intelligence de niveau humain via les modèles mondiaux.

L'intelligence réelle au-delà des modèles génératifs

Nous n'atteindrons jamais une intelligence de niveau humain en nous entraînant uniquement sur du texte.

Les limites de l'apprentissage par le texte

Yann LeCun explique pourquoi les modèles de langage, même les plus puissants, ne peuvent pas acquérir certaines connaissances physiques fondamentales absentes des textes.

Le véritable génie de l'IA

Le véritable génie de l'IA ne réside pas dans le fait de penser comme nous, mais dans le fait de nous montrer de nouvelles façons de penser.

Pourquoi les LLM ne suffiront pas pour atteindre l'intelligence de niveau humain

Yann LeCun, Scientifique en chef de l'IA chez Meta, explique pourquoi l'augmentation d'échelle des modèles de langage actuels ne mènera pas à une intelligence de niveau humain et détaille les investissements massifs de Meta dans l'infrastructure.

L'accès aux connaissances textuelles et la numérisation

Il existe une énorme quantité de connaissances textuelles qui n'ont pas été numérisées.

L'IA et l'émergence des émotions par l'anticipation

Yann LeCun, Directeur scientifique de l'IA chez Meta, explique pourquoi les systèmes actuels sont encore limités et comment les futurs modèles capables de planifier pourraient développer des formes d'émotions.

L'importance de la diversité culturelle dans l'IA

Yann LeCun souligne la nécessité pour les citoyens du monde entier de disposer de systèmes d'IA qui reflètent leur propre langue et leur système de valeurs, plutôt que de dépendre uniquement de modèles américains ou chinois.

L'histoire et les limites des paradigmes de l'IA

Yann LeCun analyse les cycles historiques de l'intelligence artificielle et explique pourquoi les promesses d'une IA de niveau humain n'ont pas encore été tenues.

L'apprentissage des LLM face à la perception humaine

Yann LeCun compare la quantité de données textuelles utilisées pour les LLM à l'information visuelle reçue par un enfant, soulignant les limites de l'entraînement textuel seul.

Yann LeCun on the Future of AI: From LLMs to World Models

Yann LeCun, Meta's Chief AI Scientist, discusses the limitations of current LLMs, the necessity of 'World Models' for true intelligence, the role of open-source research, and his skepticism regarding autonomous driving timelines.

Sommet de l'IA à Paris : Yann LeCun défend l'Open Source

Lors du sommet de l'IA à Paris, Yann LeCun, responsable scientifique de l'IA chez Meta, explique pourquoi l'approche open source est cruciale pour le progrès technologique face aux modèles propriétaires comme ceux d'OpenAI.

L'évolution et le futur de l'IA avec Yann LeCun

Yann LeCun, responsable scientifique de l'IA chez Meta, discute de l'histoire de l'intelligence artificielle, des limites des modèles de langage actuels, et de sa vision pour atteindre une intelligence de niveau humain via l'architecture JEPA.

L'abstraction de la pensée et les limites des LLM

Yann LeCun discute de la relation entre le langage et la pensée abstraite, soulignant les différences fondamentales entre le raisonnement humain et la génération de jetons par les modèles de langage (LLM).

Les limites des LLM et l'avenir de l'IA

Yann LeCun explique pourquoi les modèles de langage auto-régressifs ne sont pas la voie vers une intelligence de niveau humain, soulignant l'importance des modèles du monde, de l'ancrage physique et des architectures JEPA.

Le fonctionnement et l'entraînement des LLM autorégressifs

Yann LeCun explique le processus d'entraînement des modèles de langage, de la prédiction des mots manquants à la nature autorégressive de la génération de texte.

La définition d'un modèle du monde

Si vous avez une idée de l'état du monde et que vous imaginez une action que vous allez entreprendre et que vous pouvez prédire l'état du monde qui en résultera...

L'IA pilotée par des objectifs et l'avenir de l'Open Source

Yann LeCun explore les limites des modèles d'IA actuels, propose une nouvelle architecture basée sur des objectifs pour garantir la sécurité, et plaide pour un modèle open source afin d'ouvrir une nouvelle ère des Lumières.

Pourquoi la Suisse rivalise avec les États-Unis pour les scientifiques

Yann LeCun explique les facteurs qui permettent à la Suisse de concurrencer les meilleures universités nord-américaines en termes de qualité d'emploi et de ressources.

Un chemin vers l'intelligence machine autonome

Yann LeCun expose les limites fondamentales des modèles de langage actuels et propose une nouvelle architecture basée sur des modèles du monde et l'apprentissage auto-supervisé pour atteindre une intelligence de niveau humain.

Pourquoi Google et Meta n'ont pas lancé ChatGPT en premier

Yann LeCun explique pourquoi les géants technologiques comme Google et Meta ont hésité à lancer des systèmes comme ChatGPT malgré le fait qu'ils disposent de la technologie sous-jacente.

Séminaire Baidu avec Yann LeCun : L'avenir de l'IA et de l'apprentissage auto-supervisé

Une discussion approfondie entre Yann LeCun et des experts de premier plan sur l'apprentissage auto-supervisé, les modèles basés sur l'énergie et les défis de l'IA générale.

La conscience de la mort et l'intelligence artificielle

Une discussion profonde entre Lex Fridman et Yann LeCun sur la conscience de la mort, la théorie de la gestion de la terreur d'Ernest Becker, et comment la compréhension de la finitude humaine influence notre approche de l'intelligence artificielle.

Histoire et Fondements du Deep Learning

Yann LeCun retrace l'histoire de l'intelligence artificielle, des neurones de McCulloch-Pitts aux architectures modernes comme les Transformers, suivi d'une introduction administrative au cours par Alfredo Canziani.

L'avenir de l'IA et l'apprentissage auto-supervisé avec Yann LeCun

Yann LeCun, responsable de l'IA chez Facebook et professeur à NYU, discute des limites de l'apprentissage par renforcement, de l'importance de l'apprentissage auto-supervisé et de l'état de la compétition technologique dans la conduite autonome.

L'apprentissage auto-supervisé et l'avenir de l'IA

Yann LeCun explore les limites de l'apprentissage supervisé et par renforcement, remet en question le concept d'intelligence générale artificielle et présente l'apprentissage auto-supervisé ainsi que les modèles basés sur l'énergie comme clés de l'intelligence future.

L'apprentissage auto-supervisé et les modèles basés sur l'énergie

Yann LeCun explore les limites de l'apprentissage supervisé et par renforcement, plaidant pour l'apprentissage auto-supervisé et les modèles basés sur l'énergie pour atteindre une intelligence de niveau humain.

L'IA, la recherche et l'avenir : Entretien entre Antoine Petit et Yann LeCun

Yann LeCun, lauréat du prix Turing, discute avec Antoine Petit, PDG du CNRS, de la collaboration entre l'industrie et la recherche publique, de l'attractivité de la France dans le domaine de l'IA et des enjeux éthiques et éducatifs liés à cette technologie.

L'histoire et l'avenir de l'IA : du matériel aux réseaux de neurones profonds

Yann LeCun retrace l'évolution de l'intelligence artificielle, soulignant l'importance cruciale du matériel dans le développement des réseaux de neurones et présentant l'apprentissage auto-supervisé comme la prochaine frontière de l'IA.

L'IA et le mythe de la domination

Yann LeCun, vice-président de l'IA chez Facebook, explique pourquoi les machines, bien qu'elles puissent développer des sentiments, n'auront pas la volonté de dominer l'humanité.

L'impact de l'apprentissage profond sur le travail et la société

Yann LeCun, scientifique en chef de l'IA chez Facebook, discute de l'évolution de l'apprentissage profond, des limites de l'IA actuelle, et de la manière dont l'automatisation transformera le marché du travail et l'éducation.

L'apprentissage profond et le futur de l'IA

Yann LeCun, directeur de Facebook AI Research, explore l'évolution des réseaux de neurones, les succès actuels de l'apprentissage profond et les défis majeurs pour atteindre une intelligence artificielle dotée de bon sens.

L'histoire, l'état de l'art et les obstacles de l'apprentissage profond

Yann LeCun retrace l'évolution de l'apprentissage profond, des premiers Perceptrons aux réseaux convolutifs modernes, tout en explorant les défis majeurs comme l'apprentissage non supervisé, le bon sens et les modèles génératifs adversaires.

L'apprentissage non supervisé et les techniques récentes

Dans cette dernière conférence, Yann LeCun explore les avancées de l'apprentissage non supervisé, du codage parcimonieux aux réseaux antagonistes génératifs (GANs), en passant par les modèles prédictifs du monde.

Architectures des réseaux convolutifs et récurrents

Yann LeCun détaille les évolutions majeures des réseaux de neurones, des architectures résiduelles à la segmentation d'objets, en passant par l'apprentissage métrique et les défis de mémoire des réseaux récurrents comme le LSTM.

Modèles à base d'énergie et apprentissage structuré

Yann LeCun présente les fondements des modèles à base d'énergie (EBM), explorant leur utilisation pour l'inférence complexe, les variables latentes, et les réseaux transformateurs de graphes appliqués à la reconnaissance de la parole et de l'écriture.

Introduction à l'apprentissage profond

Dans ce cours inaugural au Collège de France, Yann LeCun présente les fondements de l'apprentissage profond, de la régression linéaire aux réseaux multicouches, en passant par la rétropropagation et l'inspiration biologique.