LeCun ziet taalmodellen als doodlopende weg
Turing Award-winnaar LeCun verliet Meta en haalde een miljard op voor world models. Waarom hij taalmodellen een doodlopende weg noemt, en wat dat betekent.
Yann LeCun, Turing Award-winnaar en jarenlang hoofd van AI-onderzoek bij Meta, verliet het bedrijf en richtte AMI Labs op. Zijn stelling: de miljarden die Silicon Valley in taalmodellen pompt, leiden niet naar echte intelligentie. Taalmodellen voorspellen woorden, maar begrijpen geen oorzaak en gevolg. LeCun bouwt met AMI Labs aan een alternatief: world models, systemen die leren van video en sensordata in plaats van tekst. Wat betekent die koerswisseling voor organisaties die nu op taalmodellen bouwen?
Waarom taalmodellen niet genoeg zijn
Het verschil zit in wat de systemen leren. Een taalmodel leert statistische patronen tussen woorden. Het kan beschrijven dat een glas breekt als je het laat vallen, maar het snapt niet waarom. Een world model leert van beelden en beweging hoe de fysieke wereld werkt, inclusief zwaartekracht, ruimtelijk bewustzijn en oorzaak-gevolg. LeCun vergelijkt het met het verschil tussen lezen over surfen en daadwerkelijk het water in gaan.
AMI Labs haalde in maart 2026 ruim een miljard dollar op, de grootste seed-ronde ooit in Europa, en bouwt op LeCuns JEPA-architectuur: een systeem dat niet pixels of woorden voorspelt, maar abstracte representaties van toekomstige situaties. De eerste toepassingen richt het bedrijf op gezondheidszorg en robotica, domeinen waar hallucinaties van taalmodellen onacceptabel zijn. DeepMind-CEO Hassabis werkt vanuit dezelfde overtuiging aan vergelijkbare technologie.
Wekelijkse inzichten in je mail.
Dilemma's, doorbraken en blinde vlekken uit onze AI-praktijk.
Wat betekent dit voor organisaties
LeCun staat niet alleen. De kritiek op taalmodellen als enig fundament voor AI groeit, ook vanuit de wetenschap. Tegelijk zijn world models voorlopig fundamenteel onderzoek: de eerste commerciële toepassingen laten nog jaren op zich wachten. Voor organisaties verandert er op korte termijn weinig aan de praktijk. Taalmodellen blijven het werkpaard voor tekstwerk, analyse en beslisondersteuning.
Maar de strategische les is helder: wie zijn AI-aanpak inricht alsof taalmodellen het eindstation zijn, bouwt op een aanname die steeds meer toponderzoekers betwisten. Flexibiliteit in je architectuurkeuzes is nu geen luxe, maar voorbereiding.
Benieuwd hoe je jouw AI-strategie flexibel houdt? Plan een kennismaking in.
