當全球科技界紛紛投入大型語言模型（LLM）與生成式 AI 的研發浪潮之際，Meta(META-US) 首席 AI 科學家 Yann LeCun（楊立昆）卻公開唱反調，語出驚人地指出：「幾年內，我們將不得不拋棄整個生成式 AI 的概念。」他在新加坡國立大學 120 週年慶典上強調，目前的 AI 技術離真正的通用人工智慧（AGI）仍有一大段距離。

據報導，LeCun 對當前主流的機器學習方式提出尖銳批評，甚至直言「機器學習糟透了」。他指出，雖然生成式 AI 在語言處理上表現亮眼，但本質上只是進行「文字接龍」，既無法理解現實世界，也缺乏常識推理與創造力。

在他看來，真正的智慧應來自感知與互動，就像嬰兒透過探索學習世界一般。他認為，AI 必須具備物體恆存性、3D 空間概念、因果推理與抽象思維等核心能力，而這些並非單靠文字數據就能訓練出來。

對此，LeCun 就提出 AI 的發展應朝向建立「世界模型」（World Models）發展。「世界模型」是一種能夠模擬現實、預測行動後果的系統，並搭配「能量基礎模型」（Energy-Based Models, EBM），讓 AI 在抽象的表示空間中搜尋最合適的輸出結果，以達成自主規劃與決策的能力。

他特別指出，AI 目前最欠缺的，是像人類一樣能夠進行「層次化規劃」的能力，也就是從大目標拆解為一連串可執行的子任務。他甚至半開玩笑地說：「如果你有好想法，我立刻聘請你。」顯示他對這一技術突破的渴望。

此外，LeCun 也更進一步提出「聯合嵌入預測架構」（Joint Embedding Predictive Architecture, JEPA）作為替代路線。他主張，與其執著於重建細節，不如專注於在抽象表示空間中預測未來狀態。

JEPA 模仿科學推理，忽略無關細節、抓住本質特徵，讓 AI 更像人類，具備理解與推理的能力。目前，LeCun 的團隊已開發出如 Dino 與 iGPT 等系統，在自監督學習領域表現卓越，甚至在某些任務上超越傳統監督學習方法。

最後，LeCun 也呼籲全球進行開源合作。他警告，若未來的 AI 由少數科技巨頭壟斷，可能導致文化與價值觀的單一化。為了確保 AI 能真正理解多語言、多文化的世界，他主張全球研究機構應共同開發開源的基礎模型。

他堅定表示：「AI 的未來必須開源，這只是時間問題。」