"Kami tidak akan mencapai AGI dengan LLM." Yann LeCun telah mengatakan ini selama bertahun-tahun. Sekarang dia meninggalkan Meta untuk membuktikannya. LeCun menemukan jaringan saraf konvolusional—teknologi di balik setiap kamera smartphone dan mobil swakemudi saat ini. Dia memenangkan Penghargaan Turing pada tahun 2018, Hadiah Nobel AI. Pada usia 65 tahun, pemimpin laboratorium penelitian FAIR Meta menjauh dari infrastruktur AI senilai $600 miliar, bertaruh melawan seluruh industri: Meta, OpenAI, Anthropic, xAI, Google. Siapa @ylecun? Mengapa dia pergi, dan mengapa langkah selanjutnya penting? Berikut kisahnya:

Siapa Yann LeCun? - Menciptakan jaringan saraf konvolusional (CNN) pada tahun 1980-an — sekarang menjadi dasar untuk visi komputer - Membangun LeNet di Bell Labs → aplikasi pembelajaran mendalam skala besar pertama (pembacaan cek bank) - Memenangkan Penghargaan Turing (2018) dengan Hinton & Bengio - Bergabung dengan Meta 2013, mendirikan FAIR (Fundamental AI Research) - Membangun budaya penelitian terbuka: menerbitkan secara bebas, merilis model terbuka Dia adalah salah satu "ayah baptis pembelajaran mendalam."

Posisi Teknis Inti LeCun LeCun telah konsisten sejak 2022: Model bahasa besar memiliki keterbatasan mendasar. Mereka memprediksi pola teks tetapi kekurangan: - Pemahaman tentang dinamika dunia fisik - Memori persisten - Penalaran kausal - Perencanaan yang diarahkan pada tujuan Analoginya yang terkenal: "Kita bahkan tidak dapat mereproduksi kecerdasan kucing atau kecerdasan tikus, apalagi kecerdasan anjing." Dia menganjurkan "model dunia" - sistem AI yang belajar dengan mengamati dunia fisik, bukan hanya membaca teks. Ini bukan mewakili penolakan terhadap LLM sebagai tidak berguna, tetapi keyakinan bahwa mereka tidak cukup sebagai jalan menuju kecerdasan umum.

Tesis Penskalaan: Mengapa Meta Tidak Setuju Investasi komputasi besar-besaran industri bertumpu pada satu pengamatan: model yang lebih besar secara konsisten berkinerja lebih baik. GPT-3 hingga GPT-4 menunjukkan kemampuan yang muncul dalam skala besar yang tidak dimiliki model yang lebih kecil sepenuhnya. Taruhannya: jika penskalaan saja dapat mencapai AGI, siapa pun yang membangun infrastruktur terbesar menang. Penghitung LeCun: skala meningkatkan prediksi teks, bukan penalaran yang benar atau pemahaman dunia fisik.

Pergeseran Organisasi di Meta 2013–2024: FAIR beroperasi dengan otonomi yang signifikan - Diterbitkan secara terbuka, menerima komputasi substansial, mempertahankan budaya akademik April 2025: Llama 4 diluncurkan dengan ulasan beragam - Tolok ukur tidak cocok dengan GPT-4.5, Gemini 2, DeepSeek-R1 - Laporan tekanan internal untuk berakselerasi Kepemimpinan Meta menyimpulkan bahwa mereka perlu merestrukturisasi upaya AI.

Musim Panas 2025: Meta meluncurkan perekrutan bakat yang agresif - CEO Mark Zuckerberg secara pribadi bertemu dengan para peneliti di rumah-rumah di Palo Alto dan Lake Tahoe - Bonus penandatanganan dilaporkan hingga $200 juta (Ruoming Pang dari Apple) - Direkrut dari OpenAI, DeepMind, Apple, Anthropic - Pergeseran fokus: Dari penelitian jangka panjang menuju penerapan komersial yang lebih cepat

Juni 2025: Langkah Alexandr Wang Meta menginvestasikan $14,3 miliar untuk 49% dari Scale AI, sebuah perusahaan infrastruktur data. Membawa pendiri Alexandr Wang (28) sebagai Chief AI Officer, memimpin "Meta Superintelligence Labs" baru. Konteks utama: - Wang membangun Scale AI dari startup anotasi data hingga valuasi $29 miliar - Hubungan yang luas dengan laboratorium AI utama (OpenAI, Google, DoD) - Dikenal untuk eksekusi operasional, bukan penelitian akademis Ini mengubah struktur pelaporan di seluruh organisasi AI Meta.

Restrukturisasi organisasi (Juni-Agustus 2025) Meta membuat "Meta Superintelligence Labs" (MSL) dengan empat divisi: 1. Model generasi berikutnya (TBD Lab) 2. FAIR (penelitian fundamental) 3. Produk & Penelitian Terapan 4. Infrastruktur FAIR terintegrasi ke dalam struktur yang lebih luas, kehilangan beberapa otonomi sebelumnya. Beberapa peneliti yang menghargai budaya akademik FAIR pergi: - Joelle Pineau → Cohere - ~600 posisi tersingkir pada Oktober 2025

Investasi infrastruktur dalam skala yang belum pernah terjadi sebelumnya Belanja modal 2025: $66–72 miliar Proyek besar: - Prometheus (Ohio): cluster 1 gigawatt, 2026 - Hyperion (Louisiana): Fasilitas multi-gigawatt Jangka panjang: Meta memproyeksikan $600 miliar dalam infrastruktur AI hingga 2028. Ini mewakili taruhan terbesar industri dalam menskalakan arsitektur saat ini - pendekatan yang dipertanyakan LeCun secara terbuka.

November 2025: Kepergian yang Direncanakan LeCun Menurut sumber: - Rencana untuk pergi dalam beberapa bulan mendatang - Diskusi penggalangan dana awal untuk startup model dunia - Garis waktu penelitian 10-20 tahun diantisipasi - Fokus pada arsitektur alternatif vs. menskalakan arsitektur yang sudah ada Ini berarti menjauh dari akses ke: - $600 miliar dalam infrastruktur yang direncanakan - 1.3 juta penyebaran GPU - Salah satu sumber daya komputasi AI terbesar di dunia

Apa yang Terjadi Selanjutnya Pada tahun 1980-an-90-an, LeCun bertahan dengan jaringan saraf ketika bidang telah meninggalkannya. Taruhannya yang berlawanan menjadi dasar revolusi AI saat ini. Sekarang dia membuat taruhan kontrarian lainnya: bahwa penskalaan mencapai batas mendasar, dan kecerdasan sejati membutuhkan pemahaman dunia fisik, bukan hanya memprediksi teks. Meta, OpenAI, dan Google bertaruh $600 miliar+ bahwa dia salah—bahwa arsitektur saat ini dapat mencapai AGI melalui skala saja. Akankah penilaian teknis LeCun terbukti menjadi prescient lagi, atau akankah scaler menang? Jawabannya akan menentukan dekade AI berikutnya.