A Financial Times értesülései alapján távozik a Metától Yann LeCun, a vállalat mesterségesintelligencia-fejlesztéseinek egyik vezető tudósa. A New York-i Egyetem Turing-díjas professzora a lap bennfentes forrásai szerint már megbeszéléseket folytat egy saját startup finanszírozására, és annak keretei között folytatná a neurális hálózatok terén végzett úttörő munkáját, amiért egyébként a modern mesterséges intelligencia egyik "keresztapjaként" hivatkoznak rá. LeCun még 2013-ban csatlakozott a Metához, és a beszámolók kiemelik, hogy jelenléte hitelességgel ruházta fel a társaság munkáját, nem utolsósorban azért, mert pozíciója ellenére közismerten szkeptikus a mostanában futó nagy nyelvi modellek (LLM-ek) iránt.
Ahogy korábban írtuk, a tudós az LLM-ek alternatívájaként olyan modelleket javasol, amelyek nem csak válogatás nélkül elemzik a releváns és nem releváns adatokat. Mivel a világ végtelen számú, kiszámíthatatlan lehetőség mentén alakul, a "világszimuláció" ezzel a megközelítéssel lehetetlen és értelmetlen próbálkozás. A magasabb kognitív képességekkel bíró MI képzésének egyetlen módja így a valós szituációkban való tanulás és az absztrakció lenne, amivel már a Meta is kísérletezik az év elején bemutatott V-JEPA modelljével. LeCun többször is kifejtette, hogy a "szuperintelligens" rendszerek irányításáról vitatkoznak, közben el sem jutottak az első lépésekig az olyan rendszerek tervezésében, ami okosabb lehet egy macskánál.
Két dudás az MI-csárdában
A tudós egyelőre meg nem erősített távozását a Metánál zajló jelentős átalakulás újabb jelének értékelik: míg korábban nagy hangsúlyt fektettek a kutatásra és a nyílt forrású modellekre, Mark Zuckerberg újabban már a kereskedelmi szempontból versenyképes MI-fejlesztésekre összpontosít, és elképesztő összegeket fordít az OpenAI vagy a Google üldözésére. LeCun ehhez képest azt tanácsolta a feltörekvő kutatóknak, hogy ne foglalkozzanak az LLM-ekkel, inkább dolgozzanak a következő generációs MI-rendszereken, amelyek képesek túllépni a nagy nyelvi modellek korlátain. A FT szerint ez kívülállóvá teszi őt az iparágban, amelynek fő ígérete, hogy az aktuális technológia már a mesterséges általános intelligencia (AGI) előszobája.
A sztori fontos eleme, hogy a Meta idén nyáron több mint 14 milliárd dolláros acqui-hiring befektetést jelentett be a Scale AI nevű, MI-adatcímkézésben utazó startup cégbe. A Scale AI akkori vezérigazgatója, Alexandr Wang ennek nyomán a Meta újonnan létrehozott Superintelligence Labs egységének élére került, ami elvileg elkülönül LeCun kutatási részlegétől, a FAIR-től, de a Financial Times szerint a 65 éves sztártudós így is kénytelenlett (volna) a 28 éves Wangnak jelenteni. A cikkben emlékeztetnek rá, hogy a múlt hónapban a Meta részvényei több mint 11 százalékot gyengültek az MI-befektetések további emelkedésének bejelentésére, a LeCun tervezett távozásáról szóló hírek megjelenésére pedig további 3 százalékot estek.
Az ötlettől az értékteremtésig – a gépi tanulási pipeline szerepe az adattudományi működésben
A jó adatok önmagukban még nem elegendők: a modellek csak akkor működnek megbízhatóan, ha egy átlátható, automatizált és reprodukálható környezetben futnak. A gépi tanulási pipeline-ok éppen ezt a technológiai hátteret teremtik meg.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak