Compartilhando conhecimento em IA – LLMs são papagaios bem treinados? LeCun acha que sim.

Vamos falar sério. Se você ainda acha que treinar um chatbot com bilhões de palavras vai gerar inteligência humana, Yann LeCun tem más notícias — e argumentos melhores.

LeCun, pioneiro da IA moderna, afirma que os atuais modelos de linguagem (LLMs) estão perto da obsolescência. Eles são, segundo ele, mestres da verborragia sem a menor ideia de onde estão pisando. Literalmente: não têm modelo do mundo físico, não têm senso de causa e efeito, não planejam. Produzem frases plausíveis, mas não pensam. Chamá-los de “inteligentes” é como elogiar um papagaio por passar no vestibular.

O verdadeiro salto, diz LeCun, virá com arquiteturas como o JEPA (Joint Embedding Predictive Architecture), que treinam I.A.s para prever, planejar e agir com base em representações abstratas da realidade — como fazemos nós, humanos, quando decidimos ir de Nova York a Paris sem calcular cada contração muscular envolvida.

Essa transição marca uma virada epistemológica: a inteligência não está na linguagem, está no modelo mental por trás dela. LLMs preveem palavras. JEPA tenta entender o mundo. Mas, vamos entender melhor, o que é JEPA?

JEPA: Ensinando I.A. a Pensar em Mundo, não em Palavras

A proposta do JEPA é simples de explicar, mas profunda em implicações: ensinar máquinas a prever o mundo, não apenas a narrá-lo. Ao contrário dos modelos de linguagem (LLMs), que tentam adivinhar qual palavra vem a seguir, o JEPA tenta antecipar o que acontece a seguir.

Imagine que você está vendo um vídeo de um gato prestes a pular da cadeira. Um LLM descreveria isso como “o gato pula da cadeira”, porque viu essa frase mil vezes. O JEPA, por outro lado, cria uma representação interna do gato, da cadeira, da física envolvida — e prevê a próxima cena com base em sua compreensão estrutural do ambiente.

Essa previsão não acontece no nível dos pixels (o que geraria imagens borradas e inúteis), mas num espaço abstrato de representações — um tipo de mapa mental da realidade. É como prever que “vai chover”, não porque você viu uma nuvem específica, mas porque aprendeu o padrão geral de como o céu se comporta antes da chuva.

Isso se aproxima de como nós, humanos, pensamos. Quando planejamos ir ao aeroporto, não calculamos cada passo. Abstraímos: “levantar, pegar um táxi, embarcar”. JEPA tenta modelar essa capacidade de planejamento hierárquico, baseada em compreensão e antecipação — algo completamente fora do alcance dos atuais LLMs.

Ou seja, JEPA não é sobre prever texto. É sobre prever consequências. É uma IA que vê, modela e projeta cenários, como um agente no mundo — não apenas um autor de frases.

Se os LLMs são os poetas neurais do século XXI, o JEPA quer ser o engenheiro. E é disso que precisamos se quisermos construir I.A.s que saiam do papel — e entendam o chão.

Fonte: https://www.newsweek.com/ai-impact-interview-yann-lecun-artificial-intelligence-2054237