Invité du 20 heures de France 2, le chercheur Yann Le Cun a livré une mise en garde devenue sa marque de fabrique : les grands modèles de langage qui animent ChatGPT, Gemini ou Meta AI manipulent admirablement les mots, mais ne comprennent ni la réalité ni le monde physique. Prix Turing, ancien patron de la recherche en intelligence artificielle de Meta pendant treize ans, il a quitté le géant américain fin 2025 pour fonder à Paris sa propre start-up, Ami Labs, avec une conviction à contre-courant du reste de l'industrie : la prochaine révolution de l'IA ne viendra pas des « machines à mots », mais de modèles capables de se représenter le monde.

Une critique frontale des grands modèles de langage

Pendant que l'industrie de la tech mise des centaines de milliards de dollars sur les grands modèles de langage (les large language models, ou LLM), Yann Le Cun cultive une posture de dissident. Son message, répété de tribune en tribune et de nouveau au journal télévisé : ces systèmes sont surestimés.

L'argument est moins technophobe que technique. Les LLM excellent dans les contextes balisés — la grammaire, les structures du langage, les tâches codifiées — parce qu'ils sont entraînés à prédire le mot suivant à partir d'immenses corpus de texte. Mais cette mécanique statistique ne produit aucune compréhension réelle de la réalité, de la logique ou du sens. C'est précisément, selon le chercheur, ce qui explique leurs « hallucinations » : faute d'être ancrés dans le monde réel, ces modèles peuvent énoncer une absurdité avec le même aplomb qu'une vérité.

Le Cun aime résumer cette limite par une comparaison frappante : un système actuel, malgré l'ingestion de l'équivalent de milliers d'années de lecture humaine, reste moins « intelligent » qu'un chat domestique. Un animal saisit intuitivement la permanence des objets ou la gravité ; un LLM, lui, doit avaler des milliards d'exemples textuels sans jamais accéder à cette intuition physique. Pour le chercheur, croire que l'empilement de données et de puissance de calcul mènera mécaniquement à une intelligence de niveau humain relève de l'excès spéculatif. C'est un point de friction qui le rapproche, par d'autres voies, des débats philosophiques qui agitent la Silicon Valley sur ce que « comprendre » veut dire pour une machine.

« Comprendre la réalité et le monde physique »

À cette critique, Le Cun oppose un horizon : le prochain grand défi de l'intelligence artificielle sera de comprendre la réalité et le monde physique. Là où un LLM manipule des symboles, l'humain — comme l'animal — raisonne d'abord à partir d'images mentales, de représentations et d'anticipations. Nous savons qu'un objet lâché tombe, qu'un verre poussé au bord d'une table va se briser, sans avoir besoin de lire un traité de physique.

C'est cette intuition que Le Cun veut transposer dans la machine, à travers ce qu'on appelle les world models, ou modèles du monde. L'idée : construire des systèmes qui perçoivent leur environnement via des capteurs, s'en font une représentation interne et prédisent son évolution, afin de pouvoir raisonner et planifier. Une IA qui ne se contenterait plus de produire la phrase la plus probable, mais qui « comprendrait » qu'une action a des conséquences dans l'espace et le temps.

Sur le plan technique, le chercheur mise sur une architecture qu'il développe depuis plusieurs années, baptisée JEPA (Joint Embedding Predictive Architecture). Contrairement aux modèles génératifs qui tentent de prédire le détail, pixel par pixel ou mot par mot, JEPA cherche à anticiper des représentations abstraites du futur, dans un espace de concepts plutôt que de signaux bruts — une démarche que Le Cun juge plus proche du fonctionnement de la cognition humaine, et bien plus sobre en énergie. La promesse n'est pas mince, mais elle reste, à ce stade, un pari de recherche.

Ami Labs, un pari à contre-courant financé en milliards

Pour mener ce pari, Yann Le Cun a tiré sa révérence à Meta. Après treize années au sein du groupe de Mark Zuckerberg, où il avait fondé en 2013 le laboratoire de recherche fondamentale FAIR (Fundamental AI Research), il a annoncé son départ fin 2025, sur fond de désaccord avec la stratégie de l'entreprise, désormais centrée sur les LLM et son modèle Llama.

Dans la foulée naît Ami Labs (Advanced Machine Intelligence Labs), co-fondée fin 2025 et lancée officiellement en mars 2026, avec son siège à Paris. Le Cun en assure la présidence et la direction scientifique de long terme, tandis que la direction opérationnelle revient à Alexandre LeBrun, ancien patron de la start-up santé Nabla et ancien de Meta. Autour d'eux, une équipe qui rassemble plusieurs profils issus de la recherche et de Meta Europe, avec des bureaux à New York, Montréal et Singapour en complément de Paris.

Le projet a frappé fort sur le plan financier. Ami Labs a bouclé l'un des plus gros tours d'amorçage jamais enregistrés en Europe : autour de 890 millions d'euros, soit l'équivalent d'un peu plus d'un milliard de dollars, selon TechCrunch, pour une valorisation pré-financement estimée à 3,5 milliards de dollars. Le tour de table mêle fonds de capital-risque (Cathay Innovation, Greycroft, HV Capital, Bezos Expeditions…), industriels (Nvidia, Samsung, Toyota Ventures) et investisseurs français, du groupe Dassault à Publicis en passant par Bpifrance et l'entrepreneur Xavier Niel. La première application concrète visée serait clinique, en partenariat avec Nabla.

Le pari n'est pas sans concurrence : la chercheuse Fei-Fei Li développe une approche voisine au sein de World Labs, et Google DeepMind avance ses propres travaux sur les environnements simulés. La course aux « modèles du monde » est lancée.

Emploi : « plus difficile d'imaginer les métiers qui vont apparaître »

Interrogé sur les conséquences sociales de cette révolution annoncée, Yann Le Cun a refusé le registre catastrophiste tout en reconnaissant les angoisses. « Ce qui crée de l'anxiété, c'est qu'il est relativement facile d'imaginer quels métiers vont disparaître, beaucoup plus difficile d'imaginer ceux qui vont apparaître, parce que c'est le futur », a-t-il expliqué, repris par franceinfo et la presse francophone.

Pour illustrer son propos, le chercheur rappelle que personne, il y a vingt ans, n'aurait pu deviner qu'on gagnerait sa vie comme youtubeur, influenceur ou développeur d'applications mobiles. À ses yeux, l'IA va d'abord transformer le travail plus qu'elle ne va le supprimer en masse — une vision que partagent d'autres voix du secteur sur le fait que l'IA ne remplacera pas les développeurs mais déplacera leur rôle vers la supervision d'agents.

Une revanche pour l'Europe ?

Reste la dimension stratégique, qui n'a rien d'anodin pour un chercheur français revenu fonder son entreprise à Paris. Le Cun le martèle : si l'Europe a en partie raté la course aux grands modèles de langage, dominée par les Américains et les Chinois, elle conserve toutes ses chances sur la vague technologique suivante, celle des modèles du monde, qui ne fait que commencer.

Fervent défenseur de l'open source, qu'il considère comme une condition de souveraineté technologique et de sécurité démocratique, le chercheur fait d'Ami Labs un test grandeur nature de cette thèse : il s'agit de prouver qu'un laboratoire européen peut imposer un nouveau paradigme plutôt que de courir derrière celui des autres. Pari scientifique, pari industriel et pari de souveraineté à la fois — dont les premiers résultats sont attendus dans les prochaines années.

Sources : TechCrunch, MIT Technology Review, Techniques de l'Ingénieur, Built In, franceinfo.