Intervenant
Yann LeCun
Président exécutif d’Advanced Machine Intelligence (AMI), professeur à NYU, co-lauréat du prix Turing 2018.
T^GPT · dossier documentaire · 17 septembre 2026
Yann LeCun
où va l’intelligence artificielle ?
Lecture intégrale de la Grande Conférence de Sciences Po du 16 septembre 2026. Le dossier sépare le verbatim, les thèses de LeCun, les faits documentés, les éléments de contexte et les propositions encore spéculatives.
88 min 30 sSciences Po · ParisYann LeCun × Éric HazanJEPA / world modelsverbatim ASR à contrôler
Source primaire audiovisuelle : Sciences Po, conférence tenue le 16 septembre 2026 à l’amphithéâtre Émile Boutmy. La transcription française publiée ici provient des sous-titres automatiques YouTube et peut contenir des erreurs de reconnaissance vocale.
Repères
Nouvelle structure
AMI Labs
Laboratoire fondé pour poursuivre les systèmes capables de comprendre le monde physique, mémoriser, raisonner et planifier.
Césure technique
LLM ≠ monde
La maîtrise du langage et des connaissances déclaratives ne suffit pas, selon LeCun, à apprendre le monde physique et les conséquences de l’action.
Carte chronologique de la conférence
Ouverture et cadrageSciences Po : Europe, sécurité, souveraineté, formation, risques et place de l’IA.
Open source et trajectoire historiqueRetour sur le deep learning, les réseaux neuronaux et les choix de diffusion des modèles.
Pourquoi les LLM impressionnentLeCun reconnaît leur réussite spectaculaire et explique l’apprentissage prédictif du texte.
La limite : texte vs monde physiqueConnaissance déclarative, autoregression et difficulté de la prédiction vidéo.
Le volume d’expérience sensorielleComparaison illustrative entre corpus textuels et flux visuel reçu par un jeune enfant.
JEPAPrédire dans un espace de représentations abstraites plutôt qu’au niveau de chaque pixel.
World models, action et planificationImaginer les conséquences d’actions possibles puis rechercher une séquence d’action.
Une prochaine « révolution » de l’IAWorld models, robotique, industrie et nouvelle fenêtre possible pour l’Europe.
Souveraineté et open sourcePluralité des assistants, contrôle de l’information et modèles ouverts.
Robotique humanoïdeLeCun juge l’intelligence robotique actuelle encore très loin de la polyvalence domestique.
RégulationRéguler les déploiements et usages à risque plutôt que bloquer la recherche en amont.
Énergie, carbone, eauÉchange sur l’empreinte écologique des centres de données — avec plusieurs affirmations à contextualiser.
Machines futures et humainsLeCun anticipe des systèmes dépassant l’humain dans de nombreux domaines, mais pas par simple extrapolation des LLM.
Intelligence animale et critique de l’AGIL’intelligence humaine n’est pas « générale » : elle est spécialisée, sociale et fortement adaptative.
La thèse structurante
Le fil directeur n’est pas une opposition simpliste entre « bonne » et « mauvaise » IA. LeCun distingue plusieurs régimes de capacité qui peuvent coexister sans être confondus.
LangagePrédiction de tokens, structures linguistiques, connaissances déclaratives.
→
MondeReprésentations latentes, invariants, régularités physiques, états possibles.
→
ActionPrédire les conséquences, choisir, planifier, réviser.
Point clé. La réussite des LLM ne prouve pas, pour LeCun, qu’une simple augmentation d’échelle conduira mécaniquement à l’intelligence humaine ou animale. Il considère qu’un changement d’architecture et de régime d’apprentissage reste nécessaire.
1 · LLM
Puissants — mais sur un régime particulier
LeCun décrit la prédiction autoregressive comme étonnamment efficace et scalable. Les LLM peuvent accumuler des connaissances déclaratives, traduire, résumer, coder et résoudre de nombreux problèmes exprimables symboliquement.
2 · limite
La performance linguistique ne clôt pas la question de l’intelligence
Sa critique vise le passage implicite « langage performant ⇒ compréhension complète du réel ». Il oppose à cette extrapolation l’apprentissage sensorimoteur, la permanence du monde, la causalité pratique et la planification.
3 · apprentissage
Le problème de l’efficacité
Humains et animaux apprennent certaines tâches avec extraordinairement peu d’exemples, alors que l’apprentissage par imitation actuel peut demander des volumes considérables de données. Le mécanisme permettant cette efficacité reste, selon lui, incomplètement compris.
4 · intelligence
« Générale » ou adaptative ?
LeCun récuse l’idée que l’intelligence humaine serait réellement générale. Il la décrit comme très spécialisée mais fortement adaptative, et mobilise l’intelligence animale pour déplacer le benchmark anthropocentrique.
JEPA et modèles du monde
JEPA signifie Joint Embedding Predictive Architecture. L’idée centrale est de ne pas demander au système de reconstruire chaque détail sensoriel. Deux observations sont encodées en représentations abstraites ; le prédicteur apprend à anticiper la représentation future ou manquante. Les détails imprévisibles peuvent ainsi être éliminés du problème de prédiction.
Dans le prolongement présenté par LeCun, un world model devient utile lorsqu’il peut estimer : « étant donné l’état actuel du monde et une action hypothétique, quel état pourrait suivre ? ». Cette capacité ouvre alors une boucle de planification : simuler plusieurs actions, comparer leurs conséquences, sélectionner une séquence, agir, réobserver puis replanifier.
ObservationVidéo / perception / état courant
→
EmbeddingReprésentation abstraite, non reconstruction pixel à pixel
→
Prédiction + actionConséquence probable → recherche → planification
V-JEPA 2 · Meta 2025
1,2 Md
Paramètres annoncés par Meta pour V-JEPA 2.
Pré-entraînement
>1 M h
Plus d’un million d’heures de vidéo et d’images selon la publication V-JEPA 2.
Robot post-training
<62 h
Moins de 62 heures de vidéos robot DROID pour V-JEPA 2-AC, puis déploiement zéro-shot sur bras Franka.
Europe, souveraineté et modèles ouverts
position de LeCun
La souveraineté comme pluralité d’accès
Son inquiétude porte sur un futur où quelques entreprises contrôleraient les assistants par lesquels transitera une part croissante de l’information. Il associe donc souveraineté, diversité culturelle et possibilité de modifier ou déployer localement des modèles.
fenêtre technologique
Le retard LLM n’est pas présenté comme terminal
LeCun soutient qu’une nouvelle rupture autour des world models pourrait redistribuer le champ. C’est une thèse prospective, pas un résultat démontré. AMI Labs se positionne précisément sur cette hypothèse.
AMI Labs a annoncé le 10 mars 2026 une levée de 1,03 milliard USD (~890 M€), avec des opérations à Paris, New York, Montréal et Singapour. Son site formule le programme ainsi : compréhension du monde, mémoire persistante, raisonnement, planification, contrôlabilité et sécurité, avec publications et open source annoncés comme composantes du projet.
Régulation, sécurité et environnement
LeCun distingue la création/recherche de l’usage/déploiement. Il donne les exemples de l’assistance à la conduite et de l’imagerie médicale : selon lui, des autorités ou organismes indépendants doivent tester la fiabilité avant déploiement dans des domaines où l’erreur produit un dommage réel.
Il rejette en revanche l’idée de traiter aujourd’hui la recherche en IA comme si une superintelligence autonome dangereuse existait déjà. Cette position est contestée dans le débat scientifique sur les risques avancés de l’IA ; le dossier la rapporte comme position de LeCun, et non comme fait établi.
Recherche
Ne pas présumer la technologie future
Argument : on ne peut spécifier complètement les risques d’un système non encore inventé.
Déploiement
Tester la fiabilité
Argument : certification, responsabilité et règles sectorielles doivent porter sur les usages concrets.
Environnement
Énergie : enjeu réel
LeCun reconnaît le coût énergétique. L’IEA documente une croissance rapide de la demande électrique des centres de données.
Vérification et statut des affirmations
documenté
V-JEPA 2 existe et réalise de la planification robotique expérimentale
Meta a publié en juin 2025 V-JEPA 2 et V-JEPA 2-AC. La publication rapporte compréhension/prediction vidéo et contrôle robotique zéro-shot sur des tâches de manipulation à horizon court, après post-entraînement sur moins de 62 h de données robot.
Source : Meta AI Research, 11 juin 2025.
documenté
AMI Labs poursuit explicitement le programme « world models »
Le site officiel d’AMI décrit des systèmes centrés sur le monde physique, la mémoire persistante, le raisonnement, la planification et la contrôlabilité. La levée annoncée en mars 2026 est de 1,03 Md USD.
Source : AMI Labs, lancement officiel, 10 mars 2026.
estimation de LeCun
« 20 000 milliards de mots » et comparaison avec l’expérience visuelle d’un enfant
Le chiffre est utilisé comme ordre de grandeur pédagogique dans la conférence. Il ne faut pas le lire comme la taille universelle et fixe des jeux d’entraînement de tous les LLM : corpus, tokenisation, déduplication et multimodalité diffèrent selon les modèles.
à corriger / contextualiser
« Les data centers ne consomment pas d’eau »
La formulation est trop générale. Certains systèmes en boucle fermée recirculent l’eau et peuvent fortement réduire la consommation directe ; d’autres centres utilisent des tours de refroidissement évaporatif qui consomment effectivement de l’eau. Le Department of Energy décrit explicitement cette consommation, et le rapport LBNL 2024 quantifie une consommation directe substantielle des data centers américains. Le bilan dépend de l’architecture de refroidissement, du climat et de l’électricité utilisée.
Sources : U.S. DOE FEMP ; Lawrence Berkeley National Laboratory, 2024 U.S. Data Center Energy Usage Report.
prospectif
Des machines dépasseront les humains « dans à peu près tous les domaines »
C’est une anticipation explicite de LeCun. Il ne donne pas de date précise et affirme simultanément que cela ne viendra pas de la simple extrapolation des LLM. Le statut correct est donc : hypothèse prospective, non observation actuelle.
interprétation
« L’intelligence humaine n’est pas générale »
LeCun emploie « générale » dans un sens critique envers le terme AGI : les humains n’acquièrent pas arbitrairement toutes les compétences, mais possèdent une forte capacité d’adaptation. C’est un choix conceptuel sur la définition de l’intelligence générale, pas une mesure unique acceptée par tous les chercheurs.
Lecture structurale : la césure « modèle / monde »
La conférence est particulièrement féconde lorsqu’on ne transforme pas JEPA en nouvelle théorie totale. LeCun déplace correctement le problème depuis la seule production symbolique vers une tenue de régularités dans un champ d’expérience, mais son « world model » reste un objet fonctionnel destiné à prédire et planifier.
Dans une lecture T^Total, la résonance se situe donc dans la césure minimale : ce qui est représenté n’épuise jamais le champ dont il est une coupe locale. Le modèle peut porter sans fonder — figure libellule — tant qu’il ne se substitue ni au réel, ni à la pluralité des régimes de perception, ni à l’horizon Janus asymétrique inaccessible. La clause s’auto-annule dès que cette lecture devient une explication souveraine de JEPA ou de l’intelligence.
Distinction maintenue : JEPA = architecture d’apprentissage prédictif dans l’espace latent ; world model = représentation opératoire des conséquences possibles ; T^Total = tenue d’un holochamp morphogénétique fractal en co-présence dissymétrique, non totalisable et non fondatrice. Aucune identité n’est postulée entre ces niveaux.
Verbatim intégral horodaté
Provenance. Sous-titres français générés automatiquement par YouTube, récupérés le 17 septembre 2026. Le texte ci-dessous conserve le flux ASR ; il ne doit pas être traité comme une transcription sténographique certifiée. Des erreurs de noms propres ou d’homophones sont possibles. Chaque timecode ouvre la vidéo à l’instant correspondant.
Chargement…
Recherches ciblées
corroboration
IA non intrinsèquement dangereuse
Dossier rassemblant les passages de la conférence et les sources, évaluations et avis qui soutiennent la position de LeCun sur le risque intrinsèque, la régulation, l'open source et les intérêts économiques.
corroboration
Data centers et eau
Dossier rassemblant les éléments en faveur de sa position sur les circuits fermés, les architectures à zéro eau pour le refroidissement, les golfs et les amandes.
synthèse
Du risque supposé au risque démontré
Synthèse structurale : chaîne causale, capacités réellement démontrées, régulation proportionnée, économie politique du risque et cas parallèle de l'eau.
Sources et prolongements scientifiques
Sciences Po — page officielle de l’événement16 septembre 2026 · contexte, lieu, intervenants.
Sciences Po — vidéo source YouTubeSource primaire audiovisuelle et captions françaises automatiques.
AMI Labs — site officielProgramme : world models, mémoire, raisonnement, planification, sécurité.
AMI Labs — lancement officiel10 mars 2026 · financement et implantation internationale.
Yann LeCun — A Path Towards Autonomous Machine IntelligencePosition paper, 2022 · world model, JEPA, planification hiérarchique.
Meta AI — V-JEPA 211 juin 2025 · comprendre, prédire, planifier dans le monde physique.
V-JEPA 2 — publication de rechercheRésultats vidéo, action-conditioned world model et robot planning.
IEA — Energy and AI2025 · énergie, centres de données, scénarios de demande électrique.
U.S. DOE — Cooling Water EfficiencyRefroidissement évaporatif, WUE, consommation et économies d’eau.
Lawrence Berkeley National Laboratory2024 U.S. Data Center Energy Usage Report · énergie et eau.
Meta AI — V-JEPA research hubArchitecture, capacités, artefacts et benchmarks.
INSEAD — What the Next AI Revolution May Look Like14 septembre 2026 · entretien récent sur le programme world models.