Yann LeCun, hoofdwetenschapper kunstmatige intelligentie bij Meta, heeft opnieuw kritiek geuit op de huidige staat van AI-technologie. Volgens de gerenommeerde onderzoeker worden de mogelijkheden van moderne AI-modellen sterk overdreven.
Meta-topman plaatst vraagtekens bij AI-hype
Meta-topman Yann LeCun stelt dat we de intelligentie van huidige AI-modellen niet moeten overdrijven en spreekt zelfs van een gebrek aan intelligentie. In eerdere uitspraken heeft hij herhaaldelijk benadrukt dat op taal gebaseerde AI-modellen nooit zo slim kunnen worden als mensen en dat de huidige AI-methoden gebrekkig zijn.
LeCun’s uitspraken vormen een opmerkelijke contra-stem in het AI-debat, juist omdat hij als hoofd AI-onderzoek bij een van ‘s werelds grootste techbedrijven een autoriteit is op dit gebied. Eerder vergeleek hij AI al met de intelligentie van katten, waarbij hij stelde dat artificiële intelligentie “nog dommer is dan een kat”.
Fundamentele kritiek op taalmodellen
De kritiek van de Meta-wetenschapper richt zich specifiek op grote taalmodellen (LLM’s) zoals ChatGPT en andere generatieve AI-systemen. Deze modellen, die momenteel de AI-industrie domineren, zouden volgens LeCun fundamentele beperkingen hebben die echte intelligentie in de weg staan.
AI als hulpmiddel, niet als vervanger
LeCun’s visie benadrukt een toekomst waarin AI fungeert als een hulpmiddel dat mensen ondersteunt, in plaats van vervangt. Dit perspectief wordt gedeeld door andere experts die geloven dat AI menselijke taken kan aanvullen en verbeteren, zonder de menselijke rol volledig over te nemen.
Groeiende adoptie ondanks kritiek
Ondanks de kritiek op de huidige AI-technologie blijft de adoptie ervan groeien. In 2024 gebruikte 22,7 procent van de bedrijven met 10 of meer werkzame personen één of meer AI-technologieën, een toename van bijna 9 procentpunt ten opzichte van 2023.
Pleidooi voor nieuwe AI-architectuur
LeCun pleit voor een fundamenteel andere benadering van AI-ontwikkeling, waarbij hij concepten als “world models” en autonome agents met interne doelen naar voren schuift. Deze visie is onderdeel van zijn bredere “Joint Embedding Predictive Architecture (JEPA)”-benadering, die zich meer richt op het begrijpen van de wereld dan op het nabootsen van menselijke taalvaardigheden. Zijn standpunt onderstreept het belang van realistische verwachtingen over AI-technologie en waarschuwt tegen oververwachtingen die de sector momenteel lijken te kenmerken.
