"لن نصل إلى الذكاء الاصطناعي العام باستخدام نماذج اللغة اللغوية القديمة." يان لو كون يقول هذا منذ سنوات. الآن يترك ميتا ليثبت ذلك. اخترع ليكون الشبكات العصبية الالتفافية—التقنية وراء كل كاميرا هاتف ذكي وسيارة ذاتية القيادة اليوم. فاز بجائزة تورينج في عام 2018، وجائزة نوبل من الذكاء الاصطناعي. في عمر 65 عاما، يخرج قائد مختبر أبحاث FAIR في ميتا من بنية الذكاء الاصطناعي التي تبلغ قيمتها 600 مليار دولار، ويراهن ضد الصناعة بأكملها: ميتا، أوبن آي إي، أنثروبيك، xAI، جوجل. من هو @ylecun؟ لماذا يغادر، ولماذا خطوته التالية مهمة؟ إليكم القصة:

من هو يان ليكون؟ - أنشأ شبكات عصبية الالتفافية (CNNs) في الثمانينيات — وهي الآن أساس لرؤية الحاسوب - بنيت LeNet في مختبرات بيل → أول تطبيق واسع النطاق للتعلم العميق (قراءة الشيكات البنكية) - فاز بجائزة تورينج (2018) مع هينتون & بنجيو - انضم إلى ميتا 2013، وأسس FAIR (البحث الأساسي في الذكاء الاصطناعي) - بناء ثقافة البحث المفتوح: النشر بحرية، وإصدار النماذج المفتوحة إنه أحد "آباء العرابين للتعلم العميق".

الموقف الفني الأساسي لليكون كان LeCun متسقا منذ عام 2022: نماذج اللغة الكبيرة لها حدود أساسية. تتنبأ بأنماط النص لكنها تفتقر على: - فهم ديناميكيات العالم الفيزيائي - الذاكرة الدائمة - التفكير السببي - التخطيط الموجه نحو الهدف تشبيهه الشهير: "لا يمكننا حتى إعادة إنتاج ذكاء القطط أو ذكاء الفئران، ناهيك عن ذكاء." يدعو إلى "نماذج العالم" — أي أنظمة الذكاء الاصطناعي التي تتعلم من خلال مراقبة العالم المادي، وليس فقط قراءة النصوص. هذا لا يمثل رفضا لنماذج اللغة الكبيرة كعديمة الفائدة، بل اعتقادا بأنها غير كافية كطريق للذكاء العام.

أطروحة القياس: لماذا يختلف ميتا مع تعتمد الاستثمارات الضخمة في الصناعة على ملاحظة واحدة: النماذج الأكبر تؤدي أداء أفضل باستمرار. أظهر GPT-3 إلى GPT-4 قدرات تظهر على نطاق واسع تفتقر إليها النماذج الأصغر تماما. الرهان: إذا كان التوسع وحده قادرا على الوصول إلى الذكاء الاصطناعي العام، فإن من يبني أكبر بنية تحتية يفوز. الرد الذي طرحه لوكون: المقياس يحسن التنبؤ بالنص، وليس التفكير الحقيقي أو فهم العالم المادي.

التحول التنظيمي في ميتا 2013–2024: عمل FAIR باستقلالية كبيرة - نشر بشكل علني، وحصل على حسابات كبيرة، وحافظ على الثقافة الأكاديمية أبريل 2025: إطلاق لاما 4 بمراجعات متباينة - اختبارات الأداء لم تتطابق مع GPT-4.5، جيميني 2، ديب سيك-R1 - تقارير عن ضغط داخلي للتسارع خلصت قيادة ميتا إلى أنهم بحاجة إلى إعادة هيكلة جهود الذكاء الاصطناعي.

صيف 2025: ميتا تطلق حملة استقطاب مواهب مكثفة - الرئيس التنفيذي مارك زوكربيرغ يلتقي شخصيا بالباحثين في منازل بالو ألتو وبحيرة تاهو - مكافآت توقيع بلغت 200 مليون دولار (رومينغ بانغ من آبل) - تم تجنيده من OpenAI وDeepMind وApple وAnthropic - تحول التركيز: من البحث طويل الأمد نحو النشر التجاري الأسرع

يونيو 2025: حركة ألكسندر وانغ تستثمر ميتا 14.3 مليار دولار مقابل 49٪ من شركة Scale الذكاء الاصطناعي، وهي شركة بنية تحتية للبيانات. يجلب المؤسس ألكسندر وانغ (28 عاما) كرئيس قسم الذكاء الاصطناعي، ليقود "مختبرات الذكاء الفائق الفائقة" الجديدة. السياق الرئيسي: - بنى وانغ Scale الذكاء الاصطناعي من بدء تشغيل تعليقات البيانات إلى تقييم 29 مليار دولار - علاقات واسعة مع مختبرات الذكاء الاصطناعي الكبرى (OpenAI، Google، DoD) - معروف بالتنفيذ التشغيلي، وليس البحث الأكاديمي وقد غير هذا هياكل التقارير عبر منظمة الذكاء الاصطناعي في ميتا.

إعادة هيكلة التنظيم (يونيو-أغسطس 2025) تقوم ميتا بإنشاء "مختبرات الذكاء الخارق" (MSL) بأربعة أقسام: 1. نماذج الجيل القادم (مختبر لم يحدد بعد) 2. FAIR (البحث الأساسي) 3. المنتجات والبحوث التطبيقية 4. البنية التحتية اندمجت FAIR في هيكل أوسع، وفقدت بعض الاستقلالية السابقة. بعض الباحثين الذين كانوا يقدرون الثقافة الأكاديمية ل FAIR غادروا: - جويل بينو → كوهير - ~600 وظيفة تم استبعادها في أكتوبر 2025

الاستثمار في البنية التحتية على نطاق غير مسبوق نفقات رأسمالية لعام 2025: 66–72 مليار دولار المشاريع الكبرى: - بروميثيوس (أوهايو): عنقود 1 جيجاوات، 2026 - هايبريون (لويزيانا): منشأة متعددة الجيجاوات على المدى الطويل: تتوقع ميتا بناء تحتية الذكاء الاصطناعي بقيمة 600 مليار دولار حتى عام 2028. يمثل هذا أكبر رهان في الصناعة على توسيع البنى الحالية — وهو النهج الذي شككت فيه شركة LeCun علنا.

نوفمبر 2025: مغادرة ليكون المخطط لها وفقا للمصادر: - خطط للمغادرة في الأشهر القادمة - مناقشات جمع التبرعات المبكرة لنماذج الشركات العالمية الناشئة - جدول زمني متوقع للبحث من 10 إلى 20 سنة - التركيز على البنى البديلة مقابل توسيع المعماريات الموجودة وهذا يعني التخلي عن الوصول إلى: - 600 مليار دولار في البنية التحتية المخططة - نشر وحدة معالجة الرسوميات 1.3 ميجابايت - واحدة من أكبر موارد الحوسبة الذكاء الاصطناعي في العالم

ماذا سيحدث بعد ذلك في الثمانينيات والتسعينيات، استمر لو كون في الشبكات العصبية عندما تخلى عنها المجال. أصبح رهانه المعارض أساس ثورة الذكاء الاصطناعي اليوم. الآن يراهن على الخلاف مرة أخرى: أن التوسع يصل إلى حدود أساسية، والذكاء الحقيقي يتطلب فهم العالم المادي، وليس فقط التنبؤ بالنص. تراهن شركات مثل Meta وOpenAI وGoogle بمبلغ 600 مليار دولار+ على أنه مخطئ—وأن البنى الحالية يمكن أن تصل إلى الذكاء الاصطناعي العام من خلال الحجم فقط. هل سيثبت حكم ليكون الفني استبصارية مرة أخرى، أم سيفوز اللاعبون؟ الإجابة ستحدد العقد القادم من الذكاء الاصطناعي.