- Yann LeCun, einer der Väter der modernen KI, erklärte, dass große Sprachmodelle (LLMs) keine menschliche Intelligenz erreichen können, und nannte den aktuellen Ansatz „Unsinn“.
- Nur zwei Wochen nach seinem Abschied von Meta verkündete er auf der AI-PULSE-Konferenz in der Station F (Paris) eine neue Vision.
- Der Grund für den Ausstieg bei Meta waren strategische Differenzen: Meta pumpt weiterhin riesige Ressourcen in LLMs, während LeCun argumentiert, dass LLMs nur Daten nachahmen und die Welt nicht wirklich „verstehen“.
- Seine neue Richtung konzentriert sich auf „World Models“ (Weltmodelle) – Systeme, die Modelle darüber erstellen, wie die Welt funktioniert, und die Folgen von Handlungen vorhersagen.
- LeCun glaubt, dass eine Intelligenz auf menschlichem Niveau erst möglich ist, wenn die KI in der Lage ist, auf Basis eines Verständnisses der Realität zu denken und zu planen.
- Er lehnt die Ansicht ab, dass es ausreiche, „die aktuelle Technologie einfach zu skalieren“, und fordert einen kompletten Paradigmenwechsel im KI-Denken.
- LeCuns neues Startup hat seinen Sitz in Paris und zeigt seinen Ehrgeiz, ein europäisches KI-Zentrum aufzubauen, das unabhängig vom US-Modell der Hyper-Rechenzentren ist.
- Laut LeCun benötigt das Training des V-Jepa-2-Modells nur wenige tausend GPUs.
- Diese Zahl ist winzig im Vergleich zu Elon Musks Supercomputer Colossus, in dem der Chatbot Grok mit über 200.000 GPUs betrieben wird.
- Er ist der Meinung, dass Europa kein Rennen um riesige Rechenzentren braucht, um KI-Durchbrüche zu erzielen.
- LeCun hat noch keine Details verraten, versprach aber eine offizielle Ankündigung im kommenden Januar.
- Es wird erwartet, dass das Projekt das dominierende Denken der LLMs in der globalen KI-Branche herausfordert.
📌 Yann LeCun, ein Pionier der modernen KI, erklärte, dass LLMs niemals menschliche Intelligenz erreichen werden, und nannte den aktuellen Weg „Unsinn“. Sein neuer Ansatz fokussiert sich auf „World Models“, die Handlungsfolgen vorhersagen. Der Abschied von Meta, die Gründung in Paris und das Training mit nur wenigen tausend GPUs im Vergleich zu 200.000-GPU-Systemen markieren einen völlig neuen Weg.
