Rivoluzione AI: Lecun sfida Meta con i ‘world models’ per un’IA che comprende

Dopo aver dedicato ben dodici anni della sua carriera come chief AI scientist in Meta, <a class="crl" target="_blank" rel="nofollow" href="https://it.wikipedia.org/wiki/Yann_LeCun“>Yann LeCun – figura prominente nel settore dell’intelligenza artificiale e onorato con il prestigioso Premio Turing – si prepara a intraprendere un’entusiasmante sfida imprenditoriale. Questo passo viene dettato da profonde divergenze ideologiche rispetto alla direzione strategica attualmente seguita da Meta e rappresenta una svolta cruciale all’interno del dibattito riguardante l’avanzamento verso l’intelligenza artificiale generale (AGI). In effetti, LeCun manifesta significativi scetticismi circa la funzionalità dei large language models, tra cui ChatGPT, Gemini e anche il Llama prodotto dalla stessa società Meta. Secondo la sua visione, tali strumenti non sono altro che un percorso privo di sbocchi nella corsa per raggiungere una vera intelligenza artificiale.

La Visione di LeCun: Oltre i Large Language Models

La nuova startup di LeCun si concentrerà sullo sviluppo dei “world models”, sistemi che apprendono attraverso l’analisi di video e dati spaziali, anziché attraverso l’elaborazione di enormi quantità di testo. Questa visione si contrappone nettamente alla strategia di Meta, che ha investito ingenti risorse, circa 600 miliardi di dollari, nello sviluppo di LLM. La convinzione di LeCun è che i LLM, pur essendo impressionanti nella loro capacità di generare testo, manchino di una vera comprensione del mondo fisico e delle relazioni causa-effetto. Secondo LeCun, i chatbot attuali si limitano a predire la prossima parola in una sequenza, senza essere in grado di ragionare, pianificare o comprendere il mondo che li circonda. Un gatto, al contrario, quando salta su un tavolo, calcola traiettorie, gravità e resistenza dell’aria, dimostrando una comprensione del mondo fisico che i LLM non possiedono.

PROMPT PER L’IMMAGINE: Un’immagine iconica e metaforica che raffiguri le principali entità dell’articolo. Al centro, un cervello umano stilizzato, rappresentato con colori caldi e desaturati in stile impressionista, simboleggia l’intelligenza artificiale. Da un lato, una pila di libri antichi e moderni, disposti in modo caotico, rappresenta i Large Language Models (LLM). I libri sono in bianco e nero, con un’aura opaca e spenta. Dall’altro lato, un gatto stilizzato, in stile naturalista con colori vivaci e realistici, osserva una scena complessa: una stanza con oggetti di diverse forme e dimensioni, illuminata da una luce naturale che crea ombre e riflessi. Il gatto rappresenta i “world models” e la loro capacità di apprendere dal mondo fisico. Lo sfondo è sfumato, con accenni di paesaggi urbani e naturali, per suggerire la vastità del mondo da esplorare. L’immagine deve essere unitaria e facilmente comprensibile, senza testo.

La Riorganizzazione di Meta e il “Divorzio” da LeCun

La decisione di LeCun di lasciare Meta è maturata in seguito a una serie di cambiamenti interni all’azienda. A giugno 2025, Meta ha versato 14,3 miliardi di dollari in Scale AI, delegando al suo giovane CEO, Alexandr Wang, la direzione della nuova divisione “Meta Superintelligence Labs”. Questa riorganizzazione ha posto LeCun, fino ad allora a capo del laboratorio FAIR (Fundamental AI Research), alle dipendenze di Wang, una figura proveniente dal mondo delle startup e focalizzata sullo sviluppo di prodotti commerciali. Il laboratorio FAIR, fondato da LeCun nel 2013, è stato trasformato da un centro di ricerca a lungo termine a un centro di sviluppo di prodotti, una decisione che ha accentuato le divergenze tra LeCun e la dirigenza di Meta. A ottobre 2025, Meta ha tagliato circa 600 posizioni nella divisione AI, colpendo in particolare il laboratorio FAIR. Oltre a ciò, numerosi creatori del documento originale di Llama hanno abbandonato l’azienda nei mesi successivi alla sua divulgazione, palesando un’atmosfera di incertezza e scoraggiamento.

I World Models: Una Nuova Frontiera per l’IA

La startup di Yann LeCun si concentrerà sullo sviluppo dei “world models”, architetture che apprendono dalla realtà fisica attraverso l’analisi di video e dati spaziali. L’idea, descritta nel suo paper del 2022 “A Path Towards Autonomous Machine Intelligence”, si basa sull’osservazione del mondo da parte dei bambini: guardare, toccare, sbagliare e imparare. Attraverso questo approccio, il sistema elabora una rappresentazione interna del mondo fisico, giungendo a comprendere le dinamiche di causa-effetto e a delineare possibili scenari futuri. Google DeepMind sta lavorando su SIMA 2, un agente che ragiona in ambienti 3D virtuali, mentre World Labs di Fei-Fei Li ha raccolto 230 milioni di dollari per progetti simili. La differenza, secondo molti, è che LeCun vanta un’esperienza quarantennale nel far funzionare idee che sembravano impossibili. Le sue reti convoluzionali, sviluppate negli anni ’90, gestivano circa il 10-20% degli assegni bancari negli Stati Uniti, in un periodo in cui l’interesse per le reti neurali era quasi nullo.

Il Futuro dell’IA: Una Scommessa a Lungo Termine

La scommessa futuristica assunta da LeCun abbandonando Meta per dar vita a una startup è emblematicamente orientata verso l’evoluzione dell’intelligenza artificiale. Mentre l’azienda Meta concentra le sue risorse sugli avanzati LLM, il nuovo percorso intrapreso da LeCun si basa su una solida analisi delle interazioni nel mondo fisico e su abilità logiche più ampie. Questo progetto imprenditoriale ha già suscitato un notevole interesse tra gli investitori, portando all’acquisizione di finanziamenti che potrebbero eccedere i 100 milioni di dollari in fase iniziale. Il dibattito circa la correttezza delle rispettive scelte rimane aperto; potremmo avere risposte definitive entro un decennio o forse molto più tardi, analogamente agli sviluppi nelle reti neurali. Ciò che si evince dalla narrazione riguardante LeCun è la consapevolezza che spesso esiste uno scarto sostanziale tra il ritmo del progresso reale e quello promesso dal marketing commerciale.

Un Cambio di Paradigma: Dalla Statistica alla Comprensione

L’addio di Yann LeCun a Meta e la sua scommessa sui “world models” ci invitano a riflettere sul futuro dell’intelligenza artificiale. La sua visione si contrappone all’approccio dominante basato sui large language models, che, pur essendo capaci di generare testi complessi e coerenti, mancano di una vera comprensione del mondo fisico e delle relazioni causa-effetto.
Un concetto fondamentale dell’intelligenza artificiale, in questo contesto, è l’apprendimento supervisionato. Gli LLM, ad esempio, vengono addestrati su enormi quantità di dati etichettati, imparando a prevedere la prossima parola in una sequenza. Questo approccio, pur efficace, presenta dei limiti: i modelli imparano a imitare, ma non a comprendere.

Un concetto più avanzato, che si lega alla visione di LeCun, è l’apprendimento per rinforzo. Questo approccio, ispirato al modo in cui gli esseri umani imparano, prevede che un agente interagisca con un ambiente, ricevendo ricompense o punizioni in base alle sue azioni. Attraverso questo approccio, l’agente acquisisce competenze decisionali orientate a massimizzare i risultati ottenuti come ricompensa, mentre sviluppa una percezione profonda delle dinamiche del contesto nel quale opera.
Il fondamento della previsione delineato da LeCun suggerisce una svolta nell’evoluzione dell’intelligenza artificiale: dalla statistica alla comprensione. La sfida non risiede più nella mera anticipazione della sequenza successiva delle parole; bensì nell’elaborazione di modelli dotati della capacità intrinseca di comprendere le leggi del mondo fisico. In quest’ottica si evidenzia la necessità non solo di imparare a pensare criticamente e fare piani strategici, ma anche di inseguire un traguardo audace che richiederà investimenti sostanziali in ricerca per realizzarsi appieno. Questa trasformazione potrebbe risultare cruciale nella creazione di intelligenze artificiali veramente autonome e capaci di interagire efficacemente con la realtà complessa in cui operano.