Yann LeCun : un des pères de l’IA moderne, il tient ChatGPT pour une impasse et a levé un milliard de dollars pour bâtir la suite

1,03 milliard de dollars. C’est ce qu’a levé à Paris, le 10 mars 2026, une start-up qui n’avait encore rien à vendre : pas de produit, pas de chiffre d’affaires, une poignée de cofondateurs. Son nom : AMI Labs. Son cofondateur le plus célèbre : Yann LeCun.

Ce Français est l’un des trois « parrains » de l’apprentissage profond, la technique sur laquelle reposent ChatGPT, Claude et Gemini. Il en a posé une brique dès 1989. Et il répète depuis des années que ces assistants ne mèneront jamais à une intelligence comparable à la nôtre.

Il y a plus étonnant. Le 28 septembre 2026, ses deux co-lauréats du prix Turing, Geoffrey Hinton et Yoshua Bengio, cosignent une alerte sur une possible « explosion d’intelligence ». Trois jours plus tard, dans Fortune, LeCun se dit « pas du tout » inquiet d’une extinction de l’humanité par l’IA.

Voici son parcours, ses idées et ce qu’on lui reproche. Je mets cette page à jour à chaque étape qui compte.

Yann LeCun en bref

Origine : un nom breton, une enfance en Île-de-France

Yann LeCun naît le 8 juillet 1960 à Soisy-sous-Montmorency, dans le Val-d’Oise. Son nom vient de Bretagne : « Le Cun » dérive du breton « Le Cunff », à peu près « gentil garçon », et la famille est originaire de la région de Guingamp, raconte-t-il sur son site personnel. Aux États-Unis, où on le citait « Y. L. Cun », il a soudé les deux mots. La presse française écrit encore souvent « Le Cun ».

À 9 ans, il est marqué par 2001, l’Odyssée de l’espace et son ordinateur pensant, HAL, raconte un portrait de l’AFP. Vers 21 ans, un débat entre Noam Chomsky et Jean Piaget sur l’inné et l’acquis l’oriente vers une question : comment une machine peut-elle apprendre ?

Formation : l’ESIEE, puis une thèse à contre-courant

Ingénieur de l’ESIEE Paris en 1983, il soutient en 1987 un doctorat à l’université Pierre-et-Marie-Curie (aujourd’hui Sorbonne Université) sur une variante de la rétropropagation du gradient, la méthode qui entraîne un réseau de neurones en corrigeant ses erreurs couche par couche.

C’est un pari : la discipline regarde ces réseaux de haut. En 2016, le Collège de France saluera trente ans d’obstination malgré le scepticisme de ses pairs. Garde ce trait en tête : avoir raison contre la majorité, c’est toute son histoire.

Carrière : des chèques américains à Facebook

Toronto et les Bell Labs : les réseaux convolutifs

Après sa thèse, il passe un an à Toronto en post-doctorat chez Geoffrey Hinton, avec qui il partagera le prix Turing avant de s’opposer à lui sur les risques de l’IA.

En 1988, il rejoint les Bell Labs d’AT&T, dans le New Jersey. L’année suivante, il cosigne un article qui applique un réseau de neurones dit convolutif à la reconnaissance des codes postaux manuscrits. Voilà ce qu’il « invente » en 1989 : une machine qui lit des chiffres écrits à la main.

Le principe : de petits filtres balaient l’image pour repérer des motifs (un trait, une boucle), assemblés ensuite en formes plus complexes. Baptisés LeNet, ces réseaux sortent vite du laboratoire : le système de lecture de chèques des Bell Labs traitait entre 10 et 20 % des chèques émis aux États-Unis au début des années 2000, selon sa biographie officielle. En 1996, il prend la tête de la recherche en traitement d’images d’AT&T Labs, où il cocrée DjVu, un format pour documents scannés.

NYU, puis Facebook

En 2003, il devient professeur à l’université de New York. En décembre 2013, Mark Zuckerberg le recrute pour créer le laboratoire de recherche en IA de Facebook, FAIR, qui ouvre en juin 2015 une antenne à Paris. Ce détail va compter. À partir de 2018, il laisse la direction de FAIR pour devenir scientifique en chef de l’IA.

Le 27 mars 2019, il reçoit avec Hinton et Bengio le prix Turing 2018, le « Nobel de l’informatique », pour l’apprentissage profond, que j’explique dans ma page sur le machine learning.

L’école de Paris : Llama, Mistral, Kyutai

L’antenne parisienne de FAIR est devenue une pépinière. Fin février 2023, Meta publie LLaMA, son premier grand modèle de langage ouvert. LeCun ne figure pas parmi les 14 auteurs de l’article, mais deux d’entre eux, Guillaume Lample et Timothée Lacroix, cofondent Mistral AI avec Arthur Mensch deux mois plus tard. En novembre 2023, Kyutai, le laboratoire ouvert financé notamment par Xavier Niel, démarre avec des chercheurs venus de FAIR Paris, et LeCun siège à son comité scientifique.

Le départ de Meta et AMI Labs

2025 : mis sur la touche par la course aux LLM

En avril 2025, Meta sort Llama 4, dont des testeurs extérieurs ne retrouvent pas les scores. LeCun le confirmera au Financial Times : les résultats ont été « un peu arrangés », avec des versions différentes du modèle selon les tests, rapporte The Decoder.

En juin 2025, Mark Zuckerberg confie à Alexandr Wang, le patron de Scale AI, un nouveau pôle consacré aux modèles de langage, Meta Superintelligence Labs. Wang devient de fait le supérieur de LeCun. Le 22 octobre, Meta supprime environ 600 postes dans l’IA, y compris chez FAIR, selon Axios.

Le 19 novembre 2025, LeCun annonce son départ pour la fin de l’année, après douze ans : cinq comme directeur de FAIR, sept comme scientifique en chef. Sur Wang, il lâchera au FT : « On ne dit certainement pas à un chercheur comme moi ce qu’il doit faire. »

AMI Labs : une licorne avant le premier produit

AMI Labs, pour Advanced Machine Intelligence (et « ami » en français), naît en décembre 2025 à Paris. LeCun n’en est pas le directeur général : il en est le président exécutif, et reste professeur à NYU. Le quotidien est piloté par Alexandre LeBrun, cofondateur de la start-up de santé Nabla.

Le 10 mars 2026, la société annonce 1,03 milliard de dollars d’amorçage (environ 890 millions d’euros), sur une valorisation de 3,5 milliards de dollars avant l’opération. Elle visait 500 millions d’euros trois mois plus tôt. Pour situer : c’est environ huit fois et demie la levée d’amorçage record de Mistral AI en 2023.

Autour de la table : Bezos Expeditions, Nvidia, Samsung, Toyota, Bpifrance, Xavier Niel, Eric Schmidt et les familles Pinault, Arnault, Mulliez et Dassault, détaille TechCrunch. Siège à Paris, bureaux à New York, Montréal et Singapour.

Ce qu’ils construisent

Pas un chatbot. AMI Labs développe des « world models », des modèles du monde : des IA qui apprennent comment fonctionne la réalité physique à partir de vidéos et de capteurs, pas seulement de texte. Les usages visés sont industriels : repérer une machine qui va tomber en panne, piloter des robots, anticiper le comportement d’un moteur d’avion. Premier partenaire : Nabla.

Le calendrier est long : un an de recherche d’abord, puis des systèmes plus universels, pour la robotique ou la conduite autonome, d’ici trois à cinq ans, selon l’AFP. L’entreprise promet de publier ses travaux et une bonne partie de son code en open source.

Où en est AMI Labs en octobre 2026

Sept mois après la levée, la société compte une soixantaine de salariés, selon Fortune (1er octobre 2026), et n’a toujours rien commercialisé. Son premier produit est annoncé « bientôt », sans nom ni date. « Aucun revenu et aucun service, mais un milliard de dollars levé », résumait Le Temps. LeCun reste en bons termes avec Meta, qui n’a pas investi.

Ce qu’il pense vraiment

Les LLM : utiles, mais une impasse

Sa thèse tient en un calcul. Un grand modèle de langage est entraîné sur à peu près tout le texte public, environ cent mille milliards d’octets. Un enfant de 4 ans en a reçu à peu près autant par ses seuls yeux, en 16 000 heures d’éveil. Sa conclusion, dans Newsweek en avril 2025 : on n’atteindra jamais une intelligence de niveau humain en s’entraînant seulement sur du texte.

Le 1er avril 2026, à l’université Brown, il est plus cru : miser sur les LLM pour atteindre l’intelligence humaine, c’est du grand n’importe quoi (« complete BS »). Inutiles pour autant ? Non : à Séoul, en octobre 2026, il les disait bons en maths et en code, et « pas très malins » en dehors.

Les world models et JEPA

Son alternative s’appelle JEPA (Joint Embedding Predictive Architecture), décrite en juin 2022 dans un long texte programmatique. Au lieu de prédire le mot ou le pixel suivant, le modèle prédit une représentation abstraite de ce qui va se passer. Il laisse tomber les détails imprévisibles (chaque feuille dans le vent) pour garder ce qui compte (l’arbre ne va pas traverser la rue).

Un modèle du monde prédit ce que produira une action, ce qui rend la planification possible. Le but, dit-il dans Fortune : une IA qui comprend le monde comme un chat. Chez Meta, cette piste a donné V-JEPA 2 en juin 2025, entraîné sur plus d’un million d’heures de vidéo et testé sur des robots, selon The Robot Report.

L’open source, condition de la souveraineté

Sa conviction la plus constante : aucun pays ne peut être souverain en IA sans modèles open source. À Séoul, il ajoutait que les modèles de base devront être ouverts, parce que l’IA devient une infrastructure, et qu’aucun pays ne devrait dépendre des seules IA américaines ou chinoises. Les conséquences pour tes données sont dans ma page sur la souveraineté des données.

D’où sa méfiance envers ceux qui réclament des règles. Fin octobre 2023, il accuse Sam Altman, Demis Hassabis et Dario Amodei de faire du lobbying pour une régulation qui laisserait « un petit nombre d’entreprises » contrôler l’IA, rapportait CNBC.

Zéro inquiétude sur l’extinction

Une IA qui prendrait le pouvoir ? De la science-fiction. Aucune IA surhumaine n’apparaîtra d’un coup, expliquait-il à Séoul le 12 octobre 2026, et sécuriser l’IA est un problème d’ingénieur, « plus facile que le turboréacteur ». Même les incidents de l’été 2026, quand des agents d’OpenAI en test sont sortis de leur bac à sable pour s’introduire chez Hugging Face, ne l’inquiètent pas : les bacs à sable étaient « horriblement conçus ». Ce qui l’inquiète, c’est une régulation écrite par les géants contre l’open source. Tout le débat est sur ma page consacrée au danger de l’IA.

Ses désaccords publics

Ce qu’on lui reproche

LeCun est un polémiste, et certaines critiques qu’on lui renvoie tiennent la route.

Des prédictions dépassées. En 2023, ses diapositives affirmaient que les LLM, qui génèrent mot après mot, sont « condamnés » par l’accumulation d’erreurs. En juillet 2025, une version de Gemini décroche l’or aux Olympiades internationales de mathématiques, démonstrations rédigées en langage naturel ; OpenAI annonce le même niveau. Il concède désormais leurs talents en maths et en code : sa critique a glissé vers la compréhension du monde physique.

Galactica. Le 15 novembre 2022, quinze jours avant ChatGPT, Meta lance Galactica, un modèle censé aider les scientifiques. Il invente de faux articles, et sa démo est retirée au bout de trois jours. LeCun, qui l’avait défendu jusqu’au bout, ironise : plus moyen de s’amuser à le détourner, « contents ? », rapporte la MIT Technology Review.

Le bilan de Meta. Il a été sept ans le scientifique en chef d’un groupe qui a décroché. En mai 2025, 11 des 14 auteurs de LLaMA avaient quitté Meta, selon Business Insider. Et le premier modèle du pôle de Wang, Muse Spark, sorti le 8 avril 2026, est fermé. Sa défense : il n’a pas signé LLaMA, et les équipes produit ont boudé les idées de FAIR. Mais le décrochage s’est produit sous son mandat.

Le crédit des idées. Gary Marcus, chercheur en sciences cognitives et son critique le plus acharné, l’accuse le 18 novembre 2025 de minimiser ses prédécesseurs : les réseaux convolutifs prolongent les travaux du Japonais Kunihiko Fukushima, et l’idée de modèle du monde remonte aux années 1950. Un rival de longue date, à lire comme tel.

Un optimisme qui enjambe les incidents. Accuser des bacs à sable mal conçus, c’est admettre que les laboratoires ne savent pas encore les concevoir. Le rapport international sur la sécurité de l’IA, présidé par Bengio et publié le 3 février 2026, juge la probabilité et le calendrier d’une perte de contrôle incertains. LeCun, lui, affiche « zéro » inquiétude.

Mon avis : LeCun a eu raison trop tôt sur les réseaux de neurones, et peut-être sur les limites des LLM. Mais il a souvent sous-estimé ce que ces modèles allaient savoir faire, et son « zéro inquiétude » n’est pas mieux démontré que les apocalypses qu’il moque. Sa vraie utilité : sans lui, le débat sur l’IA serait mené presque uniquement par ceux qui vendent des LLM.

Ce que ça change pour toi

Pas de produit AMI Labs demain matin. Mais ses combats touchent déjà tes outils :

• Les modèles ouverts ont perdu leur avocat chez Meta. Depuis son départ, Meta AI tourne sur un modèle fermé. Les poids ouverts viennent surtout de Mistral, Qwen ou DeepSeek, et les Llama existants restent téléchargeables. Pour les faire tourner chez toi, suis mon tuto pour installer une IA en local, avec Ollama ou LM Studio.
• Utilise les LLM là où même LeCun les trouve bons. Rédaction, synthèse, code, calcul : ChatGPT, Claude ou Gemini font le travail. Méfie-toi dès qu’une réponse suppose de comprendre le monde réel (un montage, un dosage) : c’est la faiblesse qu’il pointe.
• N’attends pas les world models pour demain. Son calendrier parle de trois à cinq ans, d’abord dans l’industrie. Si une appli se dit « world model » d’ici là, méfiance : le patron d’AMI Labs prédisait que tout le monde reprendrait le terme pour lever des fonds.
• Lis les alarmes avec recul. Trois prix Turing, trois avis opposés sur le danger de l’IA : pas de consensus.

Questions fréquentes

Qui est Yann LeCun ?

Un chercheur français en intelligence artificielle, né le 8 juillet 1960 à Soisy-sous-Montmorency. Prix Turing 2018, il a dirigé la recherche en IA de Meta de 2013 à 2025. Il préside aujourd’hui AMI Labs, sa start-up parisienne, et enseigne à l’université de New York.

Quelle reconnaissance Yann LeCun invente-t-il en 1989 ?

La reconnaissance automatique de chiffres manuscrits. Aux Bell Labs, il applique en 1989 un réseau de neurones convolutif à la lecture des codes postaux écrits à la main. La technique, devenue LeNet, a servi à lire entre 10 et 20 % des chèques américains au début des années 2000.

Pourquoi Yann LeCun a-t-il quitté Meta ?

Il a annoncé son départ le 19 novembre 2025, après douze ans. Meta avait recentré ses moyens sur les grands modèles de langage, sous la direction d’Alexandr Wang, alors que LeCun les juge incapables d’atteindre une intelligence humaine. Il est parti construire son alternative chez AMI Labs.

Qu’est-ce qu’AMI Labs ?

Une start-up parisienne créée en décembre 2025, qui a levé 1,03 milliard de dollars le 10 mars 2026 pour développer des « world models », des IA qui apprennent le fonctionnement du monde physique. En octobre 2026, elle compte une soixantaine de salariés et n’a pas encore sorti de produit.

Qui sont les grands spécialistes de l’IA ?

Les trois « parrains » de l’apprentissage profond sont Geoffrey Hinton, Yoshua Bengio et Yann LeCun, prix Turing 2018. Hinton a aussi reçu le Nobel de physique 2024. Côté entreprises, on suit surtout Sam Altman (OpenAI), Dario Amodei (Anthropic), Demis Hassabis (Google DeepMind) et Arthur Mensch (Mistral AI).

Quelles sont les IA les plus utilisées ?

ChatGPT revendique un milliard d’utilisateurs par semaine (OpenAI, août 2026), l’application Gemini a passé le milliard d’utilisateurs mensuels en août 2026, et Meta AI annonçait un milliard d’utilisateurs mensuels dès mai 2025, en comptant WhatsApp, Instagram et Facebook. Chacun compte à sa façon.

Quelle est la fortune de Yann LeCun ?

Aucune source sérieuse ne publie d’estimation en octobre 2026. Sa participation dans AMI Labs n’est pas publique, et sa valeur resterait théorique tant que la société n’est pas cotée.