Yann LeCun défend l'IA open source à la sortie de Llama 2

Ce 18 juillet 2023, Meta publie Llama 2, une famille de grands modèles de langage mise à disposition de la recherche comme des usages commerciaux. Quelques heures plus tard, un message court paraît sur le compte de Yann LeCun, chef scientifique en intelligence artificielle de l'entreprise et co-lauréat du prix Turing 2018. En une phrase, il salue une bascule pour le marché des modèles de langage. Derrière cet enthousiasme se joue quelque chose de plus large qu'une sortie de produit : la mise en scène publique d'une conviction que LeCun porte depuis des années, celle d'une IA ouverte, partagée, examinée par le plus grand nombre. Cet article revient sur ce moment, tel qu'il se déroule sous nos yeux, sur les arguments qu'il cristallise, sur le débat de fond qu'il ranime, et sur la manière dont cette prise de position pourrait, dans les mois et les années à venir, peser sur la conversation naissante autour de l'ouverture des modèles.

Ce que c'était : une sortie de modèle et un plaidoyer

Le fait, d'abord, dans sa précision. Le 18 juillet 2023, Meta et Microsoft annoncent conjointement Llama 2, présenté comme la génération suivante de la famille de modèles Llama. La sortie couvre plusieurs tailles de modèles — 7, 13 et 70 milliards de paramètres — déclinées en versions pré-entraînées et en variantes affinées pour le dialogue, baptisées Llama 2-Chat. Les poids sont mis à disposition pour la recherche et pour l'usage commercial, une différence notable avec la première génération de Llama, diffusée quelques mois plus tôt sous une licence réservée à la recherche. Les modèles arrivent hébergés sur Microsoft Azure et annoncés à venir sur AWS, Hugging Face et d'autres plateformes.

C'est à ce moment précis que Yann LeCun prend la parole. Son message, publié le jour même, tient en quelques mots et dit l'essentiel de sa lecture de l'événement :

« C'est énorme : Llama-v2 est open source, avec une licence qui autorise l'usage commercial ! Cela va changer le paysage du marché des LLM. »

Yann LeCun, sur X, 18 juillet 2023

Deux choses méritent d'être soulignées dans cette phrase. La première est la joie non dissimulée d'un chercheur qui voit un travail de son laboratoire mis à disposition largement. La seconde est le mot « open source », employé sans réserve, et qui deviendra très vite le cœur d'une discussion animée. Car si Meta et LeCun revendiquent l'ouverture, la licence de Llama 2 comporte des conditions : elle demande une autorisation supplémentaire pour les entreprises dépassant un très grand nombre d'utilisateurs actifs, et elle encadre les usages par une politique d'utilisation acceptable. Dès le lendemain, des voix issues du monde du logiciel libre — notamment autour de l'Open Source Initiative, gardienne historique de la définition de l'open source — font remarquer que la licence de Llama 2 ne coche pas toutes les cases de cette définition stricte.

Il faut donc distinguer nettement deux registres. D'un côté, un geste réel d'ouverture : des poids téléchargeables, réutilisables, ajustables, intégrables dans des produits, sans négociation contractuelle préalable pour l'immense majorité des acteurs. De l'autre, une querelle de vocabulaire, qui n'est pas anodine, sur ce que « open source » veut dire précisément lorsqu'on l'applique à un modèle de langage plutôt qu'à du code source classique. Cette tension — ouverture concrète d'un côté, définition contestée de l'autre — traverse tout l'épisode. LeCun, lui, choisit son camp sans ambiguïté : il défend l'ouverture comme principe et comme dynamique, quitte à ce que le terme employé fasse l'objet de discussions ultérieures.

Qui parle, et pourquoi cela compte

La portée du message tient aussi à celui qui l'émet. Yann LeCun n'est pas un communicant : c'est l'un des architectes intellectuels de l'apprentissage profond. Chercheur français, pionnier des réseaux de neurones convolutifs dès les années 1980 et 1990, il reçoit le prix Turing 2018 — la plus haute distinction de la discipline informatique — aux côtés de Yoshua Bengio et Geoffrey Hinton, pour les avancées conceptuelles et d'ingénierie qui ont fait des réseaux de neurones profonds une brique centrale de l'informatique contemporaine. Les trois lauréats ont reçu la distinction lors de la cérémonie annuelle de l'ACM, le 15 juin 2019 à San Francisco.

Cette autorité scientifique donne un poids particulier à ses prises de position publiques. Lorsqu'un des trois « parrains » de l'apprentissage profond affirme que l'ouverture est la bonne voie, ce n'est pas une opinion parmi d'autres : c'est un argument qui pèse dans un débat où les mêmes noms — Bengio, Hinton, LeCun — se retrouvent parfois de part et d'autre de la ligne. C'est précisément ce qui rend l'épisode de juillet 2023 intéressant à analyser : il ne s'agit pas d'une entreprise qui vante son produit, mais d'un scientifique de premier plan qui articule une vision de la manière dont l'IA devrait se développer.

Les arguments clés d'une IA ouverte

Le plaidoyer de LeCun ne se réduit pas à un tweet enthousiaste. Il s'appuie sur un corps d'arguments qu'il a exposé, avant et après juillet 2023, dans des entretiens, des interventions publiques et de nombreux échanges en ligne. On peut les regrouper en quatre lignes de force, toutes cohérentes entre elles.

La démocratisation de l'accès

Le premier argument est celui de l'accès. Un modèle dont les poids sont publiés peut être téléchargé, étudié, exécuté localement, adapté à une langue, à un domaine, à un besoin particulier, sans passer par l'API d'un fournisseur unique. Pour un laboratoire universitaire, une administration, une entreprise de taille modeste ou un chercheur isolé, cette disponibilité change la donne : elle abaisse la barrière d'entrée, elle rend l'expérimentation possible en accès ouvert, elle évite de dépendre entièrement d'un service tiers qui pourrait changer ses conditions, ses tarifs ou son offre du jour au lendemain.

Dans la lecture de LeCun, cette démocratisation n'est pas un supplément d'âme : c'est le cœur du sujet. Une technologie appelée à structurer la manière dont les humains produisent de l'information, apprennent et communiquent ne devrait pas, selon lui, rester la propriété d'un petit nombre d'acteurs. Il l'a formulé de manière frappante :

« Nous ne pouvons pas nous permettre que ces assistants proviennent d'une poignée d'entreprises de la côte ouest des États-Unis, ou de Chine. »

Yann LeCun, cité par Forbes, février 2025

L'idée est que la diversité des acteurs produit une diversité des modèles, donc une diversité des points de vue encodés, des langues couvertes, des cultures représentées. Un modèle unique, entraîné et contrôlé par une seule organisation, tend à refléter les choix, les biais et les angles morts de cette organisation. Multiplier les modèles ouverts, c'est multiplier les chances qu'un large éventail de sensibilités, de langues et de contextes soit pris en compte.

L'innovation distribuée

Le deuxième argument est économique et technique : l'ouverture accélère l'innovation. Quand les poids d'un modèle performant sont accessibles, une communauté mondiale de développeurs, de chercheurs et d'entreprises peut construire par-dessus, corriger, affiner, spécialiser. C'est exactement ce qui s'est produit avec Llama 2 : dans les semaines et les mois qui ont suivi sa sortie, un écosystème foisonnant de variantes affinées, d'outils d'optimisation et de méthodes de déploiement local a émergé, souvent porté par des équipes qui n'auraient jamais pu entraîner un tel modèle de zéro.

LeCun aime rappeler que les grandes plateformes numériques reposent, pour une part considérable, sur des fondations ouvertes. Les systèmes d'exploitation, les serveurs web, les langages de programmation, les bibliothèques scientifiques qui font tourner l'essentiel d'Internet doivent beaucoup au logiciel libre et à la collaboration ouverte. Pour lui, il n'y a pas de raison que l'IA échappe à cette logique : c'est en mettant les briques à disposition du plus grand nombre que l'on obtient la vélocité d'amélioration la plus forte, parce que des milliers de contributeurs valent mieux qu'une équipe fermée, aussi talentueuse soit-elle.

La sécurité par la transparence

Le troisième argument est peut-être le plus contre-intuitif, et c'est celui qui a suscité le plus de débats. Pour une partie des commentateurs, publier les poids d'un modèle puissant reviendrait à en distribuer les capacités sans garde-fou. LeCun défend l'idée inverse : la transparence rend les systèmes plus sûrs, pas moins. Un modèle ouvert peut être audité, testé, sondé pour ses failles, ses biais et ses vulnérabilités par une communauté entière, plutôt que par les seuls ingénieurs de l'entreprise qui l'a conçu. Les problèmes se repèrent plus vite quand des milliers de regards indépendants examinent le système.

Cet argument reprend une conviction ancienne du monde de la sécurité informatique : l'obscurité n'est pas une protection. Un logiciel dont le fonctionnement est secret n'est pas plus sûr parce qu'il est secret ; il est simplement moins examiné. LeCun formule cette position de manière directe et répétée : accroître l'accès public et l'examen rend la technologie plus sûre, et non l'inverse ; l'ouverture et la transparence seraient, selon lui, des ingrédients essentiels de la sécurité, de la sûreté et de la responsabilité. C'est une lecture assumée, discutable, et qui s'installe au centre des échanges naissants sur la gouvernance des modèles.

Éviter la concentration du savoir et du pouvoir

Le quatrième argument est politique, au sens noble du terme. LeCun s'inquiète d'un scénario où quelques entreprises contrôleraient l'ensemble de la technologie IA, et à travers elle une part croissante de la manière dont l'information circule. Alors que le débat sur la régulation s'intensifie en cet été 2023, dans le sillage des lettres du printemps, il exprime cette crainte sans détour : si les campagnes qui agitent des inquiétudes excessives l'emportent, elles pourraient, selon lui, aboutir à l'issue exactement inverse de celle recherchée — une poignée d'entreprises verrouillant l'accès à l'IA.

Sa cible est ce qu'il nomme la « capture réglementaire » : le risque que des règles trop restrictives, adoptées au nom de la sécurité, aient pour effet — voulu ou non — de verrouiller le marché au profit des acteurs déjà installés, capables d'en supporter le coût de conformité, tout en fermant la porte aux nouveaux venus et aux modèles ouverts. Dans sa lecture, la peur des scénarios les plus extrêmes servirait, si l'on n'y prend garde, les intérêts des laboratoires les mieux dotés, ceux-là mêmes qui pourraient présenter la fermeture comme une exigence de prudence. C'est une position vive, qu'il assume comme une contribution au débat plutôt qu'une attaque personnelle.

Ces quatre arguments — démocratisation, innovation distribuée, sécurité par la transparence, lutte contre la concentration — forment un ensemble cohérent. Ils ne relèvent pas de la naïveté : LeCun reconnaît que l'ouverture soulève des questions réelles. Mais il soutient que, mis en balance, les bénéfices d'une IA partagée l'emportent largement sur les inconvénients, et que la fermeture porterait des risques d'un autre ordre, moins spectaculaires mais plus profonds.

Le contexte : un printemps 2023 sous tension

Pour comprendre la force du geste de juillet 2023, il faut se replacer dans l'ambiance des mois qui précèdent. Le débat entre IA ouverte et IA fermée n'a pas surgi avec Llama 2 ; il était déjà vif, et il s'était même considérablement échauffé au printemps.

Les lettres du printemps

Le 22 mars 2023, une semaine après la sortie de GPT-4, le Future of Life Institute publie une lettre ouverte intitulée « Pause Giant AI Experiments ». Elle appelle l'ensemble des laboratoires à suspendre pendant au moins six mois l'entraînement des systèmes plus puissants que GPT-4, invoquant une série de risques liés à une automatisation trop rapide. La lettre recueille des dizaines de milliers de signatures, dont celles de figures comme Yoshua Bengio, Stuart Russell, Elon Musk ou Steve Wozniak.

Deux mois plus tard, le 30 mai 2023, le Center for AI Safety diffuse une déclaration d'une seule phrase, cosignée par plusieurs centaines de chercheurs et de dirigeants du secteur, dont Geoffrey Hinton et Yoshua Bengio : réduire le risque d'extinction lié à l'IA devrait être une priorité mondiale, au même titre que les pandémies ou la guerre nucléaire. Cette formulation, volontairement forte, a placé le registre du risque de très long terme au centre de la conversation publique.

Yann LeCun, lui, ne signe ni l'une ni l'autre. Et c'est là que se dessine sa singularité dans le paysage : il fait partie des trois lauréats du Turing 2018, mais tandis que Bengio et Hinton expriment publiquement leurs inquiétudes, il prend une position nettement plus posée sur les scénarios les plus extrêmes, et déplace l'attention vers un risque qu'il juge plus concret et plus immédiat : celui de la concentration. Le contexte des « lettres alarmistes » du printemps 2023 sert ainsi de toile de fond directe à son plaidoyer estival. Là où d'autres réclament de ralentir et de verrouiller, il défend d'ouvrir et de distribuer.

Ce que Llama 2 doit à Llama 1

Le geste de juillet 2023 s'inscrit aussi dans une trajectoire propre à Meta. Cinq mois plus tôt, le 24 février 2023, l'entreprise avait publié la première génération de Llama, dans quatre tailles — 7, 13, 33 et 65 milliards de paramètres — accompagnée d'un article détaillant l'architecture, l'entraînement et les performances. Mais l'accès aux poids passait alors par une procédure de candidature, accordée au cas par cas à des chercheurs universitaires, à des institutions publiques et à des laboratoires industriels : une ouverture réservée à la recherche, sans usage commercial.

Cette première étape a connu un épisode marquant. Début mars 2023, les poids de Llama 1 se sont retrouvés diffusés publiquement en dehors du cadre prévu, via des canaux non officiels. L'événement a nourri, à sa manière, le débat : il a montré à quel point la demande pour des modèles réutilisables localement était forte, et il a mis en lumière la difficulté de contenir la diffusion d'un modèle une fois ses poids partagés. La sortie de Llama 2, ouverte d'emblée à l'usage commercial, peut se lire comme une réponse assumée à cette réalité : plutôt que de restreindre, Meta a choisi d'ouvrir dans un cadre clair et documenté. Pour LeCun, cette bascule confirmait la direction qu'il défendait depuis longtemps.

Le débat ouvert contre fermé

Ce désaccord recouvre une ligne de fracture structurante du secteur. D'un côté, les tenants d'une approche prudente estiment que les modèles les plus capables devraient rester sous contrôle, accessibles uniquement via des interfaces encadrées, afin de limiter les usages problématiques. De l'autre, les partisans de l'ouverture — dont LeCun est devenu l'une des voix les plus visibles — considèrent que la publication des modèles est à la fois un moteur d'innovation et une garantie contre la concentration.

Il serait réducteur de présenter ce débat comme une opposition entre les « responsables » et les « imprudents ». Les deux camps invoquent la sécurité et le bien commun ; ils divergent sur les moyens. Les partisans de la fermeture craignent une diffusion sans encadrement des capacités ; les partisans de l'ouverture craignent le verrouillage du savoir. C'est un débat authentique, où des personnes sérieuses, informées et de bonne foi arrivent à des conclusions opposées à partir des mêmes faits. La sortie de Llama 2 a cristallisé cette opposition parce qu'elle constituait, pour la première fois, un cas concret et de grande ampleur : un modèle réellement performant, réellement diffusé, par un acteur majeur qui assumait ce choix.

Date	Événement	Portée
Mars 2019	Prix Turing 2018 attribué à Bengio, Hinton et LeCun	Reconnaissance des fondateurs de l'apprentissage profond
24 février 2023	Sortie de Llama 1 par Meta, accès sur candidature	Ouverture réservée à la recherche, quatre tailles de modèles
22 mars 2023	Lettre « Pause Giant AI Experiments » (Future of Life Institute)	Appel à suspendre 6 mois l'entraînement des plus grands modèles
30 mai 2023	Déclaration du Center for AI Safety sur le risque d'extinction	Le registre du risque de long terme au premier plan
18 juillet 2023	Sortie de Llama 2 par Meta et Microsoft ; message de LeCun	Modèle ouvert 7B/13B/70B, usage recherche et commercial
19 juillet 2023	Premières critiques sur la qualification « open source » de la licence	Ouverture concrète d'un côté, définition contestée de l'autre

Ce que cela pourrait changer

Il est encore trop tôt pour mesurer les effets d'une sortie qui a quelques heures. Mais on peut, à partir de ce que l'on observe déjà et de ce que l'on sait de la dynamique des technologies ouvertes, esquisser ce que ce plaidoyer pourrait déclencher, à la fois sur l'écosystème technique et sur la structure du débat.

Un écosystème qui pourrait s'emballer

Sur le plan technique, l'effet pourrait être rapide et durable. La disponibilité de modèles performants aux poids ouverts devrait nourrir une vague d'expérimentation. On peut s'attendre à ce que des équipes du monde entier produisent des versions affinées pour des langues, des métiers, des tâches spécialisées ; à ce que des outils apparaissent pour faire tourner ces modèles sur du matériel modeste, y compris localement, sans connexion permanente à un service distant. La bascule vers l'usage commercial, en particulier, ouvre la porte à un tissu d'entreprises qui pourront désormais construire des produits sur ces fondations sans négocier une licence au cas par cas. Les premiers signaux, dès les heures qui suivent l'annonce, laissent d'ailleurs entrevoir un fort appétit de la communauté pour ces poids.

Une telle dynamique viendrait valider, au moins en partie, l'argument de l'innovation distribuée. L'ouverture ne permettrait pas seulement à quelques laboratoires de gagner du temps ; elle créerait un terrain commun sur lequel une communauté entière pourrait bâtir. On peut anticiper, si la trajectoire se confirme, quelques effets concrets :

• une profusion de variantes spécialisées, adaptées à des langues et à des domaines mal couverts par les grands modèles fermés ;
• l'essor d'outils d'optimisation permettant d'exécuter des modèles de grande taille sur du matériel accessible ;
• une baisse du coût d'entrée pour les équipes souhaitant expérimenter, sans dépendre exclusivement d'une API tierce ;
• une capacité d'audit accrue, des chercheurs indépendants pouvant sonder directement le comportement des modèles.

Un cadre de débat qui se précise

Sur le plan des idées, l'épisode a déjà un mérite : il force le secteur à préciser ses termes. La controverse qui s'ouvre, dès le lendemain de l'annonce, sur le mot « open source » appliqué à Llama 2, lance une réflexion utile sur ce que signifie « ouvrir » un modèle. Faut-il publier uniquement les poids, ou aussi les données d'entraînement, le code, les recettes complètes ? Où placer le curseur entre une ouverture totale et des restrictions d'usage jugées raisonnables ? Ces questions restent ouvertes, mais elles gagnent en netteté grâce au cas Llama 2. Il est probable que des organisations comme l'Open Source Initiative, gardienne de la définition historique, soient amenées à engager un travail de clarification dédié à l'IA ouverte, précisément parce que le vocabulaire hérité du logiciel classique ne suffit plus à décrire ces nouveaux objets.

Il faut être précis sur ce que la licence permet et sur ce qu'elle restreint, car c'est là que se joue la nuance. La clause la plus commentée impose aux acteurs dépassant 700 millions d'utilisateurs actifs mensuels de solliciter une autorisation spécifique auprès de Meta. En pratique, cette limite ne concerne qu'une poignée de très grandes plateformes mondiales ; pour l'écrasante majorité des jeunes pousses, des PME et même des grandes entreprises, elle reste théorique. La licence encadre par ailleurs certains usages via une politique d'utilisation acceptable. On comprend, dès lors, pourquoi le mot « open source » a été jugé imprécis par les puristes : la définition historique du logiciel libre proscrit toute discrimination entre catégories d'utilisateurs, ce que cette clause introduit de fait. Mais on comprend aussi pourquoi LeCun et Meta ont revendiqué l'ouverture : pour presque tout le monde, le modèle est bel et bien librement téléchargeable, modifiable et exploitable, y compris à des fins commerciales.

Autrement dit, même la critique adressée à LeCun sur son usage du terme a eu un effet constructif : elle a nourri une clarification collective. C'est l'une des vertus d'un débat vif mené sur la place publique : il oblige à formuler ce qui, sans lui, serait resté implicite.

La portée et les perspectives

Comment lire ce moment, alors qu'il vient à peine de se produire ? Nul ne peut prédire avec certitude ce qu'il en restera. Mais plusieurs fils semblent s'amorcer, et ils dessinent ce que pourrait être la portée de la position de LeCun.

Une figure de l'IA ouverte

La première conséquence est personnelle et symbolique. En prenant position aussi clairement en ce mois de juillet 2023, LeCun se hisse au rang des voix les plus identifiées du camp de l'IA ouverte. On peut penser que ce geste en appellera d'autres, et qu'il pourrait fédérer autour de lui des chercheurs, des responsables de plateformes de partage de modèles et des acteurs du logiciel libre, désireux d'opposer un contrepoint structuré aux appels à la fermeture. La thèse qu'il défend — que les modèles ouverts nourrissent un débat ouvert, améliorent l'élaboration des politiques publiques, et que si les objectifs sont la sécurité, la sûreté et la responsabilité, alors l'ouverture et la transparence en sont des ingrédients essentiels — a de bonnes chances de devenir un point de ralliement pour ceux qui redoutent le verrouillage.

Ce positionnement pourrait, dans les mois qui viennent, trouver des prolongements dans le débat réglementaire, en Europe comme ailleurs. Partout où des textes s'élaborent pour encadrer les modèles de fondation, la question du traitement des modèles ouverts risque de devenir un point de friction. Il n'est pas absurde d'imaginer que la parole de LeCun, relayée et discutée, pèse dans la manière dont les décideurs arbitreront entre la volonté de maîtriser les risques et le souci de ne pas fermer la porte aux modèles ouverts.

Un débat qui ne fait que commencer

La deuxième conséquence est collective. Le débat ouvert contre fermé, loin de se refermer, paraît s'installer comme l'une des grandes lignes de partage de l'époque. Il traverse déjà les laboratoires, les entreprises, les régulateurs, les communautés open source, et tout laisse penser qu'il gagnera en sophistication : on ne parlera sans doute plus longtemps simplement d'« ouvert » ou de « fermé », mais d'un continuum de degrés d'ouverture, avec des modèles à poids libres, des modèles partiellement ouverts, des recettes d'entraînement documentées ou non. Le mérite de LeCun, dès à présent, est de contribuer à maintenir vivante la branche « ouverte » de ce débat à un moment où, sous la pression des lettres du printemps 2023, l'attention se porte surtout sur la maîtrise et la restriction.

Il faut le dire clairement, car c'est le cœur d'une lecture honnête : ce débat n'est pas tranché, et il n'est pas certain qu'il doive l'être. Les deux approches ont leurs mérites, leurs angles morts et leurs contextes d'application. Proclamer d'avance que LeCun aura « raison » serait aussi réducteur que de lui donner tort. Ce qu'on peut dire avec justesse, c'est qu'il défend une position claire, argumentée et cohérente, et qu'il contribue à ce que l'option de l'ouverture reste une possibilité sérieuse plutôt qu'une hypothèse écartée d'avance.

Une conviction plus qu'une stratégie de circonstance

On pourrait objecter que la position de LeCun sert commodément les intérêts de son employeur, Meta ayant fait de l'ouverture un axe de différenciation face à des concurrents plus fermés. L'argument mérite d'être entendu, mais il ne suffit pas à expliquer la constance du personnage. LeCun défendait l'ouverture bien avant que Llama n'existe, et il continue de la défendre dans des contextes où elle ne coïncide pas mécaniquement avec un avantage commercial immédiat. Sa lecture de l'irruption de ChatGPT, quelques mois plus tôt, en dit long : ce qui l'a frappé, ce n'est pas tant la prouesse technique que l'effet produit lorsqu'un tel outil est mis entre les mains du public. Autrement dit, ce qui l'intéresse, c'est la rencontre entre une technologie et ses usagers — précisément ce que l'ouverture rend possible à grande échelle.

Cette cohérence, tenue depuis des années, est un élément d'analyse important. Elle suggère que le plaidoyer de ce mois de juillet 2023 n'est pas un coup de communication opportuniste, mais l'expression d'une conviction de fond, portée avec régularité à travers les entretiens, les interventions publiques et les échanges en ligne. C'est ce qui lui donne sa valeur dans le débat : une position défendue par intérêt seul se retourne au premier changement de circonstances ; une position défendue par conviction résiste au temps et peut nourrir un vrai désaccord de fond avec ceux qui pensent l'inverse.

Le scepticisme sur les LLM et la vision des « world models »

Il y a enfin un troisième fil, plus surprenant, qui éclaire la cohérence intellectuelle de LeCun. Alors même qu'il célébrait l'ouverture de Llama 2, il n'a jamais considéré les grands modèles de langage comme l'aboutissement de l'intelligence artificielle. Bien au contraire : il est l'un des sceptiques les plus constants quant à la capacité des modèles autorégressifs — ceux qui prédisent le mot suivant, un par un — à atteindre une intelligence de niveau humain. Pour lui, prédire le prochain mot, aussi impressionnant que soit le résultat, ne produit pas automatiquement une compréhension robuste du monde physique.

De cette conviction découle une orientation de recherche qu'il porte avec constance : les « world models », ou modèles du monde, et l'architecture qu'il a baptisée JEPA (Joint Embedding Predictive Architecture), dont il a esquissé les principes dans ses écrits récents. L'idée est de construire des systèmes qui apprennent des représentations abstraites du monde à partir de données sensorielles, capables d'anticiper et de planifier, plutôt que de générer du texte mot après mot. C'est une piste encore embryonnaire, mais qu'il présente comme une voie plus prometteuse que la seule montée en échelle des modèles de langage, et sur laquelle il paraît décidé à investir ses efforts dans les années à venir.

Ce point est essentiel pour comprendre le personnage. Sa défense de l'ouverture et son scepticisme sur les LLM ne sont pas contradictoires : ils procèdent de la même vision. Il pense que l'intelligence artificielle en est encore à ses débuts, que les architectures actuelles ne sont qu'une étape, et que le progrès viendra d'une recherche large, distribuée et ouverte plutôt que d'une course fermée entre quelques acteurs sur une seule et même approche. Défendre l'ouverture, pour lui, c'est aussi garder ouverte la possibilité que la prochaine grande idée vienne d'ailleurs — d'un laboratoire universitaire, d'une équipe modeste, d'un pays inattendu — et non d'un club restreint verrouillé sur le paradigme dominant.

Une lecture posée, à chaud

Que retenir de ce 18 juillet 2023, au moment même où il se joue ? D'abord, qu'un événement en apparence technique — la sortie d'une famille de modèles — sert de révélateur à un débat de fond sur la manière dont l'intelligence artificielle doit se développer. Ensuite, que la voix d'un scientifique de premier plan, en assumant une position claire, contribue à équilibrer une conversation qui, ce printemps encore, penchait fortement vers la restriction.

L'angle positif de cette histoire n'est pas de proclamer un vainqueur. Il est de constater qu'un choix d'ouverture, assumé publiquement et défendu avec des arguments solides, pourrait nourrir un écosystème vivant, élargir l'accès à une technologie structurante et préserver la diversité des acteurs. Ce serait un apport réel, indépendamment de la question de savoir si, à terme, l'ouverture ou la fermeture s'imposera comme la norme. La démocratisation de l'accès, l'innovation portée par une communauté large, l'idée que la transparence peut renforcer la confiance : ce sont des principes qui méritent d'être portés, discutés, mis à l'épreuve.

Reste la lucidité, qui est la marque des bonnes analyses. Le débat ouvert contre fermé ne fait que s'ouvrir ; les questions de gouvernance des modèles restent entières ; le vocabulaire même de l'« ouverture » demande encore à se préciser. Yann LeCun n'apporte pas de réponse définitive — personne ne le peut. Mais il fait quelque chose d'utile : il rappelle, au moment où la conversation risquait de se refermer, qu'une IA partagée, examinée par le plus grand nombre et diffusée largement, est une option digne d'être défendue. Si cette conviction devait continuer d'irriguer la réflexion du secteur dans les années à venir, c'est peut-être là ce qu'on retiendra de plus durable de ce mois de juillet 2023.

Sources

• Meta Newsroom — « Meta and Microsoft Introduce the Next Generation of Llama » (18 juillet 2023)
• TechCrunch — « Meta releases Llama 2, a more 'helpful' set of text-generating models » (18 juillet 2023)
• Yann LeCun sur X — message sur l'ouverture de Llama 2 (18 juillet 2023)
• Meta AI — Llama 2 : modèles, licence communautaire et politique d'utilisation acceptable (juillet 2023)
• Future of Life Institute — « Pause Giant AI Experiments: An Open Letter » (22 mars 2023)
• Center for AI Safety — « Statement on AI Risk » (30 mai 2023)
• ACM — Prix Turing 2018 attribué à Bengio, Hinton et LeCun
• OpenSource Connections — débat sur la qualification « open source » de Llama 2 (19 juillet 2023)
• Wikipedia — « Llama (language model) » : Llama 1 (24 février 2023), tailles et licences
• Meta AI — « Introducing LLaMA: A foundational, 65-billion-parameter large language model » (24 février 2023)
• Forbes — « More Than One AI Revolution? Yann LeCun On Tech Trajectories » (11 février 2025)