"Emme pääse AGI:lle LLM:illä." Yann LeCun on sanonut tätä jo vuosia. Nyt hän jättää Metan todistamaan sen. LeCun keksi konvoluutioneuroverkot—teknologian, joka on jokaisen älypuhelinkameran ja itseohjautuvan auton takana nykyään. Hän voitti Turing-palkinnon vuonna 2018, AI:n Nobelin palkinnon. 65-vuotiaana Metan FAIR-tutkimuslaboratorion johtaja luopuu 600 miljardin dollarin arvoisesta tekoälyinfrastruktuurista, panostaen koko alaa vastaan: Meta, OpenAI, Anthropic, xAI, Google. Kuka on @ylecun? Miksi hän lähtee, ja miksi hänen seuraava siirtonsa on tärkeä? Tässä on tarina:

Kuka on Yann LeCun? - Loi konvoluutioneuroverkot (CNN) 1980-luvulla — jotka ovat nykyään tietokonenäön perusta - Rakensi LeNetin Bell Labsissa → ensimmäisen laajamittaisen syväoppimisen sovelluksen (pankkisekkien lukeminen) - Voitti Turing-palkinnon (2018) yhdessä Hinton & Bengion kanssa - Liittyi Metaan vuonna 2013, perusti FAIRin (Fundamental AI Research) - Rakensi avoimen tutkimuksen kulttuurin: julkaisemalla vapaasti, julkaisemalla avoimia malleja Hän on yksi "syväoppimisen kummisedistä."

LeCunin ydintekninen asema LeCun on ollut johdonmukainen vuodesta 2022 lähtien: Suurilla kielimalleilla on perustavanlaatuisia rajoituksia. Ne ennustavat tekstikuvioita, mutta puuttuvat: - Fysikaalisen maailman dynamiikan ymmärtäminen - Pysyvä muisti - Kausaalinen päättely - Tavoitteellinen suunnittelu Hänen kuuluisa vertauksensa: "Emme pysty edes toistamaan kissan tai rotan älykkyyttä, saati sitten koiran älykkyyttä." Hän kannattaa "maailmanmalleja" — tekoälyjärjestelmiä, jotka oppivat havainnoimalla fyysistä maailmaa, eivät vain lukemalla tekstiä. Tämä ei tarkoita LLM:ien hylkäämistä hyödyttöminä, vaan uskoa siihen, että ne eivät riitä yleisen älykkyyden tieksi.

Skaalausteesi: Miksi Meta on eri mieltä Alan valtavat laskentainvestoinnit perustuvat yhteen havaintoon: suuremmat mallit suoriutuvat johdonmukaisesti paremmin. GPT-3–GPT-4 osoitti kykyjä, jotka kehittyivät suuressa mittakaavassa, joita pienemmät mallit eivät lainkaan puuttuneet. Veto on, että jos pelkkä skaalaus voi saavuttaa AGI:n, suurimman infrastruktuurin rakentaja voittaa. LeCunin laskuri: mittakaava parantaa tekstin ennustamista, ei todellista päättelyä tai fyysistä maailmanymmärrystä.

Organisaatiomuutos Metassa 2013–2024: FAIR toimi merkittävällä autonomisella - Julkaistu avoimesti, saanut merkittävää laskentaa, ylläpitänyt akateemista kulttuuria Huhtikuu 2025: Llama 4 julkaistaan ristiriitaisilla arvioilla - Testit eivät vastanneet GPT-4.5:ttä, Gemini 2:ta, DeepSeek-R1:tä - Raportteja sisäisestä paineesta kiihtyä Metan johto päätti, että tekoälytoimia täytyy uudistaa.

Kesä 2025: Meta käynnistää aggressiivisen lahjakkuusrekrytoinnin - Toimitusjohtaja Mark Zuckerberg tapaa henkilökohtaisesti tutkijoita Palo Alton ja Lake Tahon kodeissa - Allekirjoitusbonukset raportoitiin jopa 200 miljoonaan dollariin (Ruoming Pang Applelta) - Rekrytoitu OpenAI:lta, DeepMindilta, Applelta, Anthropicilta - Painopisteen siirto: Pitkäaikaisesta tutkimuksesta kohti nopeampaa kaupallista käyttöönottoa

Kesäkuu 2025: Alexandr Wangin siirto Meta sijoittaa 14,3 miljardia dollaria 49 %:iin Scale AI -datainfrastruktuuriyrityksestä. Perustaja Alexandr Wangin (28) liittyy tekoälyjohtajaksi johtamaan uutta "Meta Superintelligence Labs" -laboratoriota. Keskeinen tausta: - Wang rakensi Scale AI:n data-annotaatiostartupista 29 miljardin dollarin arvoon - Laajat suhteet suuriin tekoälylaboratorioihin (OpenAI, Google, DoD) - Tunnettu operatiivisesta toteutuksesta, ei akateemisesta tutkimuksesta Tämä muutti raportointirakenteita Metan tekoälyorganisaatiossa.

Organisaation uudelleenjärjestely (kesä-elokuu 2025) Meta luo "Meta Superintelligence Labsin" (MSL) neljällä osastolla: 1. Seuraavan sukupolven mallit (TBD Lab) 2. FAIR (perustutkimus) 3. Tuotteet ja soveltava tutkimus 4. Infrastruktuuri FAIR integroitui laajempaan rakenteeseen, menettäen osan aiemmasta autonomiasta. Jotkut tutkijat, jotka arvostivat FAIRin akateemista kulttuuria, poistuivat: - Joelle Pineau → Cohere - ~600 sijaa poistettu lokakuussa 2025

Infrastruktuuri-investoinnit ennennäkemättömässä mittakaavassa Vuoden 2025 pääomamenot: 66–72 miljardia dollaria Suuret projektit: - Prometheus (Ohio): 1 gigawatin klusteri, 2026 - Hyperion (Louisiana): Monigigawatin laitos Pitkällä aikavälillä: Meta ennustaa 600 miljardin dollarin arvon tekoälyinfrastruktuuriin vuoteen 2028 mennessä. Tämä edustaa alan suurinta panosta nykyisten arkkitehtuurien skaalaamiseen — lähestymistapa, jota LeCun on julkisesti kyseenalaistanut.

Marraskuu 2025: LeCunin suunniteltu lähtö Lähteiden mukaan: - Suunnitelmat lähteä tulevina kuukausina - Varhaiset varainkeruukeskustelut maailmanmallistartupille - 10–20 vuoden tutkimusaikataulu odotettavissa - Keskittyminen vaihtoehtoisiin arkkitehtuureihin verrattuna olemassa olevien skaalaamiseen Tämä tarkoittaisi, että kävelisi pois pääsystä: - 600 miljardin dollarin suunniteltu infrastruktuuri - 1.3M GPU:n käyttöönotto - Yksi maailman suurimmista tekoälylaskentaresursseista

Mitä tapahtuu seuraavaksi 1980- ja 90-luvuilla LeCun jatkoi neuroverkkojen käyttöä, vaikka ala oli hylännyt ne. Hänen vastakkainen vetonsa muodostui nykyisen tekoälyvallankumouksen perustaksi. Nyt hän tekee toisen vastakkaisen vedon: että skaalaus saavuttaa perustavanlaatuiset rajat, ja todellinen älykkyys vaatii fyysisen maailman ymmärtämistä, ei pelkkää tekstin ennustamista. Meta, OpenAI ja Google lyövät 600 miljardia dollaria+ vetoa, että hän on väärässä—että nykyiset arkkitehtuurit voivat saavuttaa AGI:n pelkästään mittakaavan kautta. Osoittautuuko LeCunin tekninen harkinta jälleen ennakoivaksi, vai voittavatko skaalaajat? Vastaus määrittelee tekoälyn seuraavan vuosikymmenen.