Yann Lecun, einer der wichtigsten Architekten des modernen Deep Learning, kündigt nach zwölf Jahren seinen Abschied von Meta an, um mit einem eigenen Startup einen radikal neuen Weg für Künstliche Intelligenz (KI) einzuschlagen. Lecun hält große Sprachmodelle – das Fundament heutiger KI-Revolution – für eine Sackgasse. Stattdessen fordert er KI-Ansätze, die die physische Welt und kausale Zusammenhänge wirklich verstehen. Was steckt hinter seiner Kritik? Wie bewertet er den „Meta-Weg“? Und warum steht die KI-Community am Scheideweg?
Wer ist Yann Lecun? – Wegbereiter der KI-Revolution
- Professor für Informatik an der NYU und langjähriger Forschungsleiter bei Meta
- Entwickler von Deep Learning und Bildkompression, Turing-Preisträger 2018
- Forschungsmotto: Maschinen sollen wie Lebewesen lernen und „verstehen“
Die Kritik an großen Sprachmodellen
Lecun erkennt den Nutzen der aktuellen LLMs (Large Language Models) an, sieht aber deren Grenzen deutlich:
- Mangel an nachhaltiger Erinnerung, logischem Denken, Planungsfähigkeit und physischem Weltverständnis
- LLMs und generative KI sind „nicht klüger als Katzen“ – sie imitieren, können aber nicht wirklich analysieren oder antizipieren
- Das bloße Vergrößern bestehender Modelle bringe keinen Durchbruch zu echter Intelligenz
Er empfiehlt jungen Forschern, neue Wege zu gehen und nicht allein auf LLMs zu setzen.
Meta: Zwischen Strategiewechsel und Investorendruck
Mark Zuckerberg setzt auf massive Investitionen in KI-Produkte und sucht schnelle Markterfolge. Durch Umstrukturierungen, Milliardenaufwand (bis zu 100 Mrd. Dollar pro Jahr) und neue Leitung (Meta Superintelligence Labs) werden bei Meta kurzfristige Produkte priorisiert – Lecuns Fokus auf Langzeitforschung verliert an Bedeutung.
Dem Tech-Trend zum Trotz fielen die Meta-Aktien im Oktober um 12%. Massenentlassungen und ein Wechsel der Forschungsleitung signalisieren: Der Konzern braucht schnelle, sichtbare Erfolge im KI-Bereich.
Die neue Vision: Weltmodelle, Raumintelligenz und Kausalität
Lecuns neues Startup wird sich auf KI-Architekturen konzentrieren, die
- den physischen Raum verstehen,
- kausale Beziehungen begreifen
- planen und komplexe Handlungen bewusst steuern können
Solche „Weltmodelle“ gelten in der Forschung als nächster Quantensprung. Auch Fei-Fei Li (World Labs) verfolgt dieses Ziel – mit 3D-Modellen, die kontextabhängig Szenen und Handlungen analysieren können (erstes Produkt: Marble).
Im Unterschied zu bisherigen generativen KI-Modellen sollen diese Systeme Eigenschaften wie Gedächtnis, Logik, Handlungsfähigkeit und räumliches Verständnis verbinden – weg von reiner Statistik, hin zu echter maschineller Intelligenz.
Sackgasse LLM? KI an der Schwelle zu neuen Paradigmen
Yann Lecun setzt ein Signal: Wer künftig „wirklich intelligente“ KI-Systeme bauen will, darf sich nicht nur auf die Skalierung vorhandener Sprachmodelle verlassen. Es braucht neue, physik- und logikorientierte Architekturen, um KI auf ein menschenähnliches Niveau zu heben. Der Wettlauf ist eröffnet – und der Ausgang offene Zukunftsmusik.
