{"id":27029,"date":"2025-05-26T17:11:31","date_gmt":"2025-05-26T15:11:31","guid":{"rendered":"https:\/\/comunicagenia.com\/blog\/quand-les-llm-ne-suffisent-pas-repenser-lintelligence-artificielle\/"},"modified":"2025-05-26T17:11:31","modified_gmt":"2025-05-26T15:11:31","slug":"quand-les-llm-ne-suffisent-pas-repenser-lintelligence-artificielle","status":"publish","type":"post","link":"https:\/\/comunicagenia.com\/fr\/blog\/quand-les-llm-ne-suffisent-pas-repenser-lintelligence-artificielle\/","title":{"rendered":"Quand les LLM ne suffisent pas : Repenser l’intelligence artificielle :"},"content":{"rendered":"

Lors du r\u00e9cent AI Action Summit qui s’est tenu \u00e0 Paris, Yann LeCun, figure cl\u00e9 du d\u00e9veloppement de l’intelligence artificielle et pionnier des r\u00e9seaux de neurones, a lanc\u00e9 une critique virulente des mod\u00e8les de langage \u00e0 grande \u00e9chelle (LLM)<\/strong>, tels que ceux qui dominent aujourd’hui le paysage de l’IA.<\/p>\n

Selon LeCun, ces mod\u00e8les, bien qu’impressionnants dans les t\u00e2ches linguistiques, ne poss\u00e8dent pas les capacit\u00e9s n\u00e9cessaires pour atteindre une intelligence comparable \u00e0 celle des humains<\/strong>.<\/p>\n

Plus pr\u00e9cis\u00e9ment, il a soulign\u00e9 quatre d\u00e9ficiences principales : ils ne comprennent pas le monde physique, ils manquent de m\u00e9moire persistante, ils ne raisonnent pas efficacement et ils sont incapables de planifier des actions complexes de mani\u00e8re hi\u00e9rarchique.<\/p>\n

Pour surmonter ces limitations, il propose le d\u00e9veloppement de World Models, des syst\u00e8mes qui simulent plus compl\u00e8tement le monde r\u00e9el.<\/p>\n

Ces d\u00e9clarations refl\u00e8tent non seulement un point de vue critique sur l\u2019\u00e9tat actuel de l\u2019IA, mais ouvrent \u00e9galement la voie \u00e0 un nouveau paradigme de recherche. Mais qu\u2019est-ce qui am\u00e8ne LeCun \u00e0 dire cela ?<\/p>\n

Limites des mod\u00e8les linguistiques \u00e0 grande \u00e9chelle (LLM)<\/h2>\n

Les LLM, comme le GPT-4o d’OpenAI ou le Llama 4 de Meta, sont des mod\u00e8les d’IA bas\u00e9s sur des r\u00e9seaux de neurones, notamment dans l’architecture **transformer<\/strong> (c’est le \u00ab T \u00bb de GPT).<\/p>\n

Entra\u00een\u00e9s avec d’\u00e9normes quantit\u00e9s de texte, ces syst\u00e8mes se distinguent par leur capacit\u00e9 \u00e0 g\u00e9n\u00e9rer un texte coh\u00e9rent, \u00e0 r\u00e9pondre \u00e0 des questions ou \u00e0 traduire des langues. Cependant, sa d\u00e9pendance exclusive \u00e0 l’\u00e9gard du langage \u00e9crit<\/strong> r\u00e9v\u00e8le de s\u00e9rieuses limites.<\/p>\n

Comprendre le monde physique<\/h3>\n

Bien qu\u2019un LLM puisse d\u00e9crire qu\u2019\u00ab un objet tombe \u00e0 cause de la gravit\u00e9 \u00bb, il lui manque une exp\u00e9rience sensorielle directe. Il ne per\u00e7oit pas la texture, le poids ou la r\u00e9sistance de l’air ; il associe simplement des mots et des mod\u00e8les statistiques. Ce manque l’\u00e9loigne de l’intuition fondamentale que m\u00eame un animal sans formation formelle applique lorsqu’il interagit avec son environnement.<\/p>\n

M\u00e9moire persistante<\/h3>\n

Chaque candidature \u00e0 un LLM est essentiellement trait\u00e9e comme une interaction isol\u00e9e. Bien qu\u2019ils puissent maintenir le contexte au cours d\u2019une seule s\u00e9ance, ils n\u2019int\u00e8grent pas de mani\u00e8re continue l\u2019apprentissage des conversations pr\u00e9c\u00e9dentes. L\u2019humain, quant \u00e0 lui, construit une richesse d\u2019exp\u00e9riences qui guident son comportement et lui permettent de s\u2019adapter sur le long terme.<\/p>\n

Raisonnement limit\u00e9<\/h3>\n

Les LLM sont bas\u00e9s sur des corr\u00e9lations apprises pour g\u00e9n\u00e9rer des r\u00e9ponses \u00ab logiques \u00bb, mais ils ne mettent pas en \u0153uvre un processus d\u00e9ductif authentique et ne comprennent pas non plus les relations de cause \u00e0 effet. Ils peuvent associer le soleil au lever du soleil parce qu’ils ont vu ce motif dans des milliers de textes, mais ils n’expliquent pas pourquoi cela se produit, et ils n’en tirent pas non plus de principes universels qui transcendent les exemples vus.<\/p>\n

Incapacit\u00e9 de planifier<\/h3>\n

Face \u00e0 des t\u00e2ches complexes (comme planifier un voyage, concevoir une strat\u00e9gie commerciale ou coordonner les actions d’un robot), les LLM ne d\u00e9composent pas les probl\u00e8mes en \u00e9tapes hi\u00e9rarchiques. Leur approche est essentiellement r\u00e9active : ils r\u00e9pondent \u00e0 des indications imm\u00e9diates sans \u00e9tablir de plan global ni anticiper les cons\u00e9quences \u00e0 moyen et long terme.<\/p>\n

Ces limitations refl\u00e8tent le paradoxe de Moravec<\/strong>, qui met en \u00e9vidence la facilit\u00e9 avec laquelle l’IA actuelle s’attaque \u00e0 des t\u00e2ches abstraites (le langage) et la difficult\u00e9 avec laquelle elle trouve les fonctions perceptuelles et motrices que les humains et les animaux ex\u00e9cutent presque automatiquement.<\/p>\n

World Models : une alternative prometteuse<\/h2>\n

Face aux limites des LLM, LeCun pr\u00f4ne les World Models, des syst\u00e8mes con\u00e7us pour cr\u00e9er des repr\u00e9sentations internes du monde r\u00e9el.<\/p>\n

Les mod\u00e8les mondiaux sont des syst\u00e8mes con\u00e7us pour reconstruire en interne<\/strong> la dynamique de l’environnement r\u00e9el. Au lieu de se limiter au langage, ils int\u00e8grent des donn\u00e9es h\u00e9t\u00e9rog\u00e8nes (images, audio, vid\u00e9o, capteurs physiques) pour apprendre les lois qui r\u00e9gissent le monde : la gravit\u00e9, la friction, la causalit\u00e9 et les transformations spatiales.<\/p>\n

Avantages cl\u00e9s<\/h2>\n
    \n
  • Compr\u00e9hension physique\u00a0: <\/strong>En traitant les informations sensorielles directes, un mod\u00e8le mondial peut pr\u00e9dire comment une balle va rouler, comment un objet se d\u00e9forme en cas de collision ou comment un liquide s’\u00e9coule, simulant les lois physiques dans un \u00ab laboratoire virtuel \u00bb.<\/li>\n<\/ul>\n
      \n
    • M\u00e9moire \u00e0 long terme\u00a0:<\/strong> Ils maintiennent un \u00e9tat interne qui \u00e9volue \u00e0 chaque interaction, permettant un apprentissage continu et l’affinement des mod\u00e8les en fonction de nouvelles exp\u00e9riences.<\/li>\n<\/ul>\n
        \n
      • Raisonnement causal\u00a0:<\/strong> Lors de la construction de repr\u00e9sentations de cause \u00e0 effet, ils ne se contentent pas de corr\u00e9lations\u00a0; Ils peuvent expliquer pourquoi un changement dans l\u2019environnement produit un certain r\u00e9sultat.<\/li>\n<\/ul>\n
          \n
        • Planification strat\u00e9gique\u00a0: <\/strong>Cette capacit\u00e9 de simulation interne leur permet de d\u00e9composer des t\u00e2ches complexes en sous-t\u00e2ches et d’\u00e9valuer diff\u00e9rentes voies d’action, cruciales en robotique, en automatisation et en v\u00e9hicules autonomes.<\/li>\n<\/ul>\n

          Un exemple notable est Cosmos<\/strong> de NVIDIA, qui utilise des mod\u00e8les mondiaux pour cr\u00e9er des sc\u00e9narios physiques vari\u00e9s dans lesquels des robots et des v\u00e9hicules autonomes r\u00e9p\u00e8tent des man\u0153uvres, anticipent les obstacles et apprennent \u00e0 r\u00e9agir \u00e0 de nouvelles situations.<\/p>\n

          Comment les LLM et les World Models se comparent-ils\u00a0?<\/h2>\n

          Pour clarifier les diff\u00e9rences, les LLM s’appuient exclusivement sur le texte et se concentrent sur les mod\u00e8les linguistiques, tandis que les World Models int\u00e8grent des donn\u00e9es sensorielles pour mod\u00e9liser le monde physique.<\/p>\n

          Les premiers manquent de m\u00e9moire persistante et de raisonnement approfondi, se limitant \u00e0 des t\u00e2ches telles que les chatbots ou les traductions. En revanche, ces derniers offrent une base solide pour les syst\u00e8mes devant interagir avec l\u2019environnement, comme les robots ou les simulateurs.<\/p>\n

          Cette distinction souligne pourquoi LeCun consid\u00e8re les mod\u00e8les mondiaux comme une avanc\u00e9e n\u00e9cessaire<\/strong>.<\/p>\n

          D\u00e9fis et avenir des mod\u00e8les mondiaux<\/h2>\n

          Bien que prometteurs, les mod\u00e8les mondiaux sont confront\u00e9s \u00e0 des d\u00e9fis. Ils n\u00e9cessitent de grands volumes de donn\u00e9es sensorielles et une puissance de calcul importante, tout en garantissant leur g\u00e9n\u00e9ralisation \u00e0 de nouvelles situations.<\/p>\n

          Certains experts se demandent si cette approche est v\u00e9ritablement innovante, mais les progr\u00e8s du mat\u00e9riel et des donn\u00e9es la rendent aujourd’hui viable. Des projets tels que le V-JEPA de Meta ou les simulateurs de DeepMind montrent que cette direction gagne du terrain.<\/p>\n

          Les mots de Yann LeCun \u00e0 Paris illustrent un tournant dans l’IA : les LLM, bien qu’extraordinaires en termes de traitement du langage, ne parviennent pas \u00e0 imiter une intelligence compl\u00e8te, avec un sens physique, une m\u00e9moire durable, un raisonnement approfondi et une planification strat\u00e9gique.<\/p>\n

          Les Mod\u00e8les mondiaux<\/strong> apparaissent comme le moyen de surmonter ces obstacles, en proposant des simulations riches qui relient la th\u00e9orie statistique \u00e0 l’exp\u00e9rience empirique.<\/p>\n","protected":false},"excerpt":{"rendered":"

          Lors du r\u00e9cent AI Action Summit qui s’est tenu \u00e0 Paris, Yann LeCun, figure cl\u00e9 du d\u00e9veloppement de l’intelligence artificielle et pionnier des r\u00e9seaux de neurones, a lanc\u00e9 une critique virulente des mod\u00e8les de langage \u00e0 grande \u00e9chelle (LLM), tels que ceux qui dominent aujourd’hui le paysage de l’IA. Selon LeCun, ces mod\u00e8les, bien qu’impressionnants […]<\/p>\n","protected":false},"author":9,"featured_media":18772,"comment_status":"open","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"_uag_custom_page_level_css":"","_thinkrank_schema_form_data":"","_thinkrank_selected_schema_type":"","_thinkrank_additional_schemas":"","_thinkrank_canonical_url":"","_thinkrank_og_title":"","_thinkrank_og_description":"","_thinkrank_og_image":"","_thinkrank_twitter_title":"","_thinkrank_twitter_description":"","_thinkrank_twitter_image":"","_thinkrank_imported_from":"","_thinkrank_focus_keywords":[],"_thinkrank_focus_keyword":"","_thinkrank_robots_meta_enabled":0,"_thinkrank_robots_meta":"","_thinkrank_advanced_robots_meta":"","_thinkrank_exclude_from_search":0,"_thinkrank_exclude_from_archives":0,"_thinkrank_primary_category":0,"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[718],"tags":[],"class_list":["post-27029","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-intelligence-artificielle"],"uagb_featured_image_src":{"full":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2025\/05\/llm-no-suficientes-replanteando-ia.jpg",1408,768,false],"thumbnail":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2025\/05\/llm-no-suficientes-replanteando-ia-150x150.jpg",150,150,true],"medium":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2025\/05\/llm-no-suficientes-replanteando-ia-300x164.jpg",300,164,true],"medium_large":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2025\/05\/llm-no-suficientes-replanteando-ia-768x419.jpg",768,419,true],"large":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2025\/05\/llm-no-suficientes-replanteando-ia-1024x559.jpg",1024,559,true],"1536x1536":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2025\/05\/llm-no-suficientes-replanteando-ia.jpg",1408,768,false],"2048x2048":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2025\/05\/llm-no-suficientes-replanteando-ia.jpg",1408,768,false]},"uagb_author_info":{"display_name":"marketing","author_link":"https:\/\/comunicagenia.com\/fr\/blog\/author\/marketing\/"},"uagb_comment_info":0,"uagb_excerpt":"Lors du r\u00e9cent AI Action Summit qui s’est tenu \u00e0 Paris, Yann LeCun, figure cl\u00e9 du d\u00e9veloppement de l’intelligence artificielle et pionnier des r\u00e9seaux de neurones, a lanc\u00e9 une critique virulente des mod\u00e8les de langage \u00e0 grande \u00e9chelle (LLM), tels que ceux qui dominent aujourd’hui le paysage de l’IA. Selon LeCun, ces mod\u00e8les, bien qu’impressionnants\u2026","_links":{"self":[{"href":"https:\/\/comunicagenia.com\/fr\/wp-json\/wp\/v2\/posts\/27029","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/comunicagenia.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/comunicagenia.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/comunicagenia.com\/fr\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/comunicagenia.com\/fr\/wp-json\/wp\/v2\/comments?post=27029"}],"version-history":[{"count":0,"href":"https:\/\/comunicagenia.com\/fr\/wp-json\/wp\/v2\/posts\/27029\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/comunicagenia.com\/fr\/wp-json\/wp\/v2\/media\/18772"}],"wp:attachment":[{"href":"https:\/\/comunicagenia.com\/fr\/wp-json\/wp\/v2\/media?parent=27029"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/comunicagenia.com\/fr\/wp-json\/wp\/v2\/categories?post=27029"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/comunicagenia.com\/fr\/wp-json\/wp\/v2\/tags?post=27029"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}