Yann LeCun lascia Meta: uno dei padri del deep learning si allontana dalla visione dell’AGI

Yann LeCun, uno dei più influenti ricercatori nel campo del deep learning e vincitore del prestigioso Turing Award, ha annunciato la sua decisione di lasciare Meta. Una notizia che ha sorpreso molti nel mondo dell’intelligenza artificiale, considerando il ruolo centrale che LeCun ha avuto nello sviluppo delle tecnologie AI all’interno dell’azienda.

Chi è Yann LeCun e perché è famoso

Francese di nascita, LeCun è considerato uno dei padri del deep learning moderno. La sua ricerca pionieristica sulle reti neurali convoluzionali ha rivoluzionato il campo del riconoscimento visivo, aprendo la strada a sistemi oggi onnipresenti in ambito computer vision, dalla diagnostica medica alla guida autonoma. Dal 2013 LeCun ha guidato il reparto di intelligenza artificiale di Meta (allora Facebook), contribuendo a sviluppare sistemi avanzati di riconoscimento delle immagini, raccomandazioni e altre applicazioni AI scalabili su milioni di utenti.

I risultati in Meta

Durante la sua permanenza, LeCun ha promosso una cultura di ricerca fondata sulla comprensione profonda dei modelli e sull’innovazione scientifica. Sotto la sua guida, Meta ha sviluppato framework e librerie chiave per il deep learning, contribuendo a posizionare l’azienda tra i leader mondiali nella ricerca AI. Tuttavia, nonostante questi successi, LeCun è sempre rimasto scettico rispetto alle visioni più speculative sull’AGI (Artificial General Intelligence) e sull’enfasi crescente sugli LLM (Large Language Models).

Le divergenze con la nuova strategia di Meta

La decisione di lasciare Meta sembra essere stata accelerata dall’acquisizione della startup Scale AI, una società specializzata nella raccolta e annotazione di dati su larga scala, utilizzati per addestrare modelli di machine learning, soprattutto sistemi generativi e linguistici. Per LeCun, questo segna una direzione opposta rispetto alla sua visione: una dipendenza massiccia da enormi quantità di dati e da processi di addestramento su larga scala, senza un reale progresso nella comprensione del mondo.

LeCun ha spesso evidenziato il limite di approcci puramente statistici: “Un adolescente che non ha mai messo le mani al volante può imparare a guidare in una ventina di ore. I sistemi di guida autonoma, invece, necessitano di miliardi di dati, trial di reinforcement learning, e nonostante ciò non sono ancora all’altezza di un essere umano.” Questa analogia riassume il suo scetticismo verso i modelli attuali basati su dati massivi: strumenti potenti, ma privi di vera comprensione.

Una prospettiva condivisa

Condivido pienamente il punto di vista di LeCun. Gli LLM oggi mostrano abilità sorprendenti nella generazione di testo e nell’elaborazione del linguaggio, ma la loro “comprensione” della realtà resta prossima allo zero. Questi modelli operano su basi statistiche, soffrono di frequenti allucinazioni e, secondo me, non rappresentano il futuro definitivo dell’IA.

Probabilmente, una volta che l’entusiasmo attuale e la bolla speculativa che lo accompagna si attenueranno, il campo tornerà a focalizzarsi su modelli più specializzati, ottimizzati per compiti specifici e con capacità reali di interazione con il mondo. Creare una vera forma di intelligenza artificiale richiede un approccio diverso — uno che ancora non abbiamo trovato — e figure come Yann LeCun continueranno a essere fondamentali per guidare questa ricerca verso strade più solide e scientificamente rigorose.

Cosa farà Yann ora

Dopo l’addio a Meta, LeCun ha deciso di dedicarsi a una nuova avventura imprenditoriale: la creazione di una startup interamente focalizzata sullo sviluppo di sistemi di intelligenza artificiale capaci di comprendere il mondo fisico, non solo di generare testo o imitare linguaggio umano.

Il suo obiettivo è costruire una nuova generazione di modelli che apprendano come fanno le persone: attraverso l’interazione con l’ambiente, la manipolazione degli oggetti, la percezione multisensoriale, l’apprendimento causale. Non più reti neurali che “predicono la parola successiva”, ma sistemi in grado di acquisire un modello interno del mondo, ragionare sulle cause e gli effetti e sviluppare forme di intelligenza stabili, robuste e utili.

In altre parole, LeCun vuole riportare l’IA verso la sua radice scientifica: costruire macchine che capiscano davvero, e non che simulino la comprensione. Una direzione che potrebbe definire la prossima fase dell’intelligenza artificiale, al di là degli LLM e dell’AGI come la intendiamo oggi.