Bapa AI Yann LeCun Tinggalkan Meta — Tubuh AMI Labs, Kumpul $1B

⚠️ Pendedahan Afiliasi: Artikel ini mungkin mengandungi pautan afiliasi. Kami mungkin mendapat komisyen kecil jika anda membeli melalui pautan kami, tanpa kos tambahan kepada anda. Ini membantu kami terus menyediakan kandungan percuma berkualiti.

Pendedahan: Artikel ini mengandungi pautan affiliate. Jika anda mendaftar melalui pautan kami, kami mungkin menerima komisyen kecil — tanpa sebarang kos tambahan kepada anda. Ini membantu kami terus menghasilkan panduan percuma dalam Bahasa Melayu.
📖 Baca juga: AI untuk Kesihatan Ibu dan Bayi Malaysia: Penjagaan Bersalin Pintar

secondary_keywords:

ami labs world models
yann lecun ai 2026
world models vs llm
bapa ai deep learning
meta ai scientist malaysia

categories:

Berita AI
AI Malaysia

Yann LeCun
AMI Labs
Meta AI
World Models
AI 2026

featured_image_prompt: "Yann LeCun portrait in modern AI lab, surrounded by floating neural network visualizations, blue and white tech aesthetic, professional and authoritative look, AMI Labs logo visible, Paris/New York backdrop, 16:9"

Bayangkan seorang saintis yang telah menghabiskan lebih 10 tahun membina empire AI di salah satu syarikat teknologi terbesar di dunia xe2x80x94 kemudian berdiri di hadapan bos syarikat itu dan berkata:

"Saya boleh buat ini lebih cepat, lebih murah, dan lebih baik di luar sini."

Itulah apa yang dikatakan Yann LeCun kepada Mark Zuckerberg sebelum meninggalkan Meta.

LeCun bukan sebarang saintis. Beliau adalah salah seorang daripada tiga "Bapa Deep Learning" dunia xe2x80x94 pemenang Turing Award 2018 bersama Geoffrey Hinton dan Yoshua Bengio. Turing Award ialah anugerah tertinggi dalam dunia sains komputer, sering disebut sebagai "Nobel Prize of Computing."

Dan kini, selepas lebih satu dekad di Meta, beliau telah keluar xe2x80x94 membawa visi yang berani, pasukan kelas dunia, dan dana benih sebesar $1.03 bilion.

Ini bukan sekadar berita korporat biasa. Ini adalah signal penting tentang hala tuju AI sebenar xe2x80x94 dan ia mempunyai implikasi besar untuk Malaysia serta seluruh Asia.

Isi Kandungan

Siapa Yann LeCun? Bukan Nama Biasa dalam Dunia AI

Sebelum kita faham kenapa pemergian LeCun begitu penting, kita perlu faham siapa sebenarnya lelaki ini.

Arkitek di Sebalik Deep Learning Moden

Yann LeCun dilahirkan di Soisy-sous-Montmorency, Perancis. Beliau mendapat ijazah doktor falsafah (PhD) dari Universitu00e9 Pierre et Marie Curie, Paris, pada 1987. Apa yang membezakan LeCun daripada saintis-saintis lain pada zamannya ialah keyakinan beliau bahawa rangkaian neural boleh dilatih secara efektif untuk mengenali corak xe2x80x94 satu idea yang pada masa itu dianggap terlalu idealistik.

Sumbangan terbesar beliau ialah pembangunan Convolutional Neural Networks (CNN) xe2x80x94 seni bina rangkaian neural yang menjadi tulang belakang kepada hampir semua sistem pengecaman imej moden. Setiap kali telefon bimbit anda membuka kunci menggunakan wajah anda, atau kamera kereta autonomi "melihat" jalan raya xe2x80x94 teknologi CNN adalah di sebaliknya.

Turing Award: Nobel Prize of Computing

Pada 2018, LeCun, bersama Geoffrey Hinton (Google) dan Yoshua Bengio (Universitu00e9 de Montru00e9al), menerima Turing Award dari Association for Computing Machinery (ACM). Tiga individu ini digelar secara rasmi sebagai "Godfathers of Deep Learning" xe2x80x94 pengasas kepada revolusi AI yang kini mengubah dunia.

Turing Award hanya diberikan sekali setahun, kepada individu yang membuat sumbangan teknikal paling bermakna dalam bidang sains komputer. Memenangi anugerah ini bermaksud anda berada di barisan yang sama dengan Alan Turing, Donald Knuth, dan Tim Berners-Lee.

10 Tahun di Meta xe2x80x94 Chief AI Scientist

Pada 2013, LeCun menyertai Facebook (kini Meta) sebagai Chief AI Scientist xe2x80x94 peranan yang beliau pegang selama lebih 10 tahun. Di bawah kepimpinan beliau, Meta membina antara pasukan AI penyelidikan terkemuka di dunia, menghasilkan kertas kerja berpengaruh dalam vision AI, model bahasa, dan sistem penaakulan.

Beliau juga terus mengajar sebagai profesor di New York University (NYU) sepanjang tempoh berkhidmat di Meta xe2x80x94 suatu perkara luar biasa bagi seseorang dalam jawatan sekelas itu.

Kenapa Beliau Tinggalkan Meta? Dua Sebab Utama

Pemergian LeCun bukan disebabkan oleh satu faktor sahaja. Ada dua sebab besar xe2x80x94 satu tentang ideologi saintifik, satu lagi tentang struktur kuasa dalaman syarikat.

Sebab 1: LeCun Tidak Percaya LLM Adalah Jalan Kepada AI Sebenar

Ini adalah perbezaan asas yang paling kritikal.

Seluruh industri AI kini tertumpu kepada Large Language Models (LLM) xe2x80x94 model yang dilatih dengan data teks berskala besar untuk menjana teks. ChatGPT, Claude, Gemini, Llama xe2x80x94 semuanya adalah LLM atau variannya. Semua pelaburan berbilion dolar, semua hype, semua berita xe2x80x94 ditumpukan kepada pendekatan ini.

Yann LeCun tidak bersetuju.

Beliau menyatakan pandangannya dengan cara yang sangat tegas:

> *"The path to superintelligence via LLMs is complete bullshit. It's just never going to work."*

Bagi LeCun, LLM adalah alat yang berguna xe2x80x94 tetapi ia bukan jalan menuju kepada kecerdasan buatan sebenar (AGI xe2x80x94 Artificial General Intelligence). LLM belajar dari teks, dan teks sahaja tidak mencukupi untuk memahami dunia sebenar.

Beliau ingin membina sesuatu yang berbeza: world models xe2x80x94 AI yang belajar dari video, data fizikal, dan pengalaman dunia nyata, bukan sekadar perkataan di atas kertas.

Sebab 2: Konflik dengan Alexandr Wang xe2x80x94 "You Don't Tell a Researcher Like Me What to Do"

Sebab kedua adalah lebih bersifat peribadi dan organisasi.

Pada akhir 2025, Meta melantik Alexandr Wang xe2x80x94 pengasas dan bekas CEO Scale AI yang ketika itu berumur hanya 28 tahun xe2x80x94 sebagai Chief AI Officer yang baru. Ini bermaksud LeCun, seorang saintis berpengalaman lebih 30 tahun dengan Turing Award, kini dikehendaki melapor kepada Wang.

LeCun tidak menyembunyikan perasaannya. Beliau secara terbuka menggelar Wang sebagai "inexperienced" dan berkata dengan lantang:

> *"You don't tell a researcher what to do. You certainly don't tell a researcher like me what to do."*

Ini bukan ego semata-mata. Ini adalah pertembungan antara dua visi berbeza tentang apa yang Meta sepatutnya buat:

Wang/Meta: Fokus kepada LLM, bersaing dengan OpenAI dan Google, berorientasikan produk komersial
LeCun: Lakukan penyelidikan asas yang berani, jangan ikut tren xe2x80x94 bina AI yang benar-benar faham dunia

Apabila dua visi ini tidak dapat diselaraskan, LeCun memilih untuk keluar. Beliau terus terang kepada Zuckerberg sendiri:

> *"I told him I can do this faster, cheaper, and better outside of Meta."*

Pengumuman pemergian dibuat pada November 2025. AMI Labs kemudiannya didedahkan secara rasmi kepada publik pada 23 Januari 2026 melalui laporan TechCrunch.

AMI Labs: Apa yang LeCun Sedang Bina Sekarang?

Advanced Machine Intelligence Labs xe2x80x94 itulah nama penuh syarikat baru LeCun.

Pasukan Kepimpinan

Satu perkara yang segera menarik perhatian industri ialah kualiti pasukan yang LeCun berjaya kumpulkan:

Yann LeCun xe2x80x94 Executive Chairman (bukan CEO xe2x80x94 LeCun memilih untuk fokus kepada sains, bukan pengurusan syarikat)
Alexandre LeBrun xe2x80x94 CEO. LeBrun adalah tokoh lama dalam dunia AI Perancis, pengasas bersama Wit.ai yang dijual kepada Facebook pada 2015
Saining Xie xe2x80x94 Chief Science Officer. Xie sebelum ini merupakan penyelidik AI terkemuka di Meta, bertanggungjawab ke atas beberapa kertas kerja vision AI yang paling banyak disebut

Lokasi Strategik

AMI Labs beroperasi dari beberapa bandar utama:

Ibu pejabat: Paris, Perancis xe2x80x94 wajar bagi syarikat yang diasaskan oleh saintis Perancis
New York, Amerika Syarikat xe2x80x94 pusat penyelidikan utama
Montreal, Kanada xe2x80x94 ekosistem AI yang kukuh, bersebelahan dengan universiti tempat Bengio berkhidmat
Singapore xe2x80x94 pintu masuk kepada Asia Tenggara, termasuk Malaysia

Dana Benih $1.03 Bilion xe2x80x94 Antara Terbesar dalam Sejarah

Pada 10 Mac 2026, AMI Labs mengumumkan penutupan pusingan pendanaan benih (seed round) sebesar $1.03 bilion.

Angka ini bukan sekadar besar xe2x80x94 ia adalah antara seed round terbesar dalam sejarah teknologi, dan yang terbesar untuk mana-mana syarikat Eropah setakat ini. Penilaian pra-wang (pre-money valuation) AMI Labs diletakkan pada $3.5 bilion.

Untuk konteks: kebanyakan startup teknologi Malaysia meraikan apabila mereka berjaya mengumpul RM10-50 juta dalam pusingan awal. AMI Labs mengumpul lebih $1 bilion dalam pusingan benih sahaja.

Senarai Pelabur: Nama-Nama Besar Dunia

Yang lebih menarik daripada jumlah wang ialah siapa yang melabur:

| Pelabur | Latar Belakang |
|---------|---------------|
| Cathay Innovation | Dana modal teroka global, fokus kepada teknologi peringkat tinggi |
| Greycroft | Dana Silicon Valley yang telah melabur dalam lebih 200 syarikat teknologi |
| Bezos Expeditions | Dana pelaburan peribadi Jeff Bezos, pengasas Amazon |
| Eric Schmidt | Bekas CEO Google; salah seorang tokoh paling berpengaruh dalam Silicon Valley |
| Mark Cuban | Jutawan teknologi dan pemilik Dallas Mavericks NBA |
| Tim Berners-Lee | Pencipta World Wide Web xe2x80x94 melabur dalam AMI Labs adalah signal yang sangat kuat |
| Jim Breyer | Pelabur awal Facebook; mempunyai rekod luar biasa dalam pelaburan AI |

Apabila pencipta World Wide Web sendiri xe2x80x94 orang yang mencipta internet moden xe2x80x94 memilih untuk melabur dalam sebuah syarikat AI baru, itu bukan kebetulan. Berners-Lee terkenal sangat selektif dalam pelaburannya. Beliau melihat sesuatu dalam visi LeCun yang membuatnya yakin.

World Models vs LLM xe2x80x94 Apa Beza Sebenarnya?

Ini adalah inti kepada seluruh cerita AMI Labs. Untuk faham kenapa LeCun meninggalkan Meta dan $1.03 bilion mengalir ke arah beliau, kita perlu faham perbezaan antara LLM dan world models.

Masalah Asas dengan LLM

LLM belajar dengan cara membaca teks xe2x80x94 berjuta-juta artikel, buku, laman web, dan perbualan. Apabila anda bertanya soalan kepada ChatGPT atau Claude, mereka menjana jawapan berdasarkan corak statistik dalam teks yang telah mereka baca.

Ini menghasilkan sistem yang sangat bagus untuk menulis, menterjemah, meringkaskan, dan menjawab soalan berdasarkan pengetahuan yang tertulis.

Tetapi ada had yang sangat fundamental.

LeCun menjelaskannya dengan contoh yang mudah difahami:

> *"An LLM doesn't understand that if you push a glass off a table, it will break. It only knows that the words 'glass' and 'break' often appear together."*

LLM tidak memahami fizik. Ia hanya tahu bahawa perkataan-perkataan tertentu sering muncul bersama dalam teks. Ia tidak mempunyai model mental tentang bagaimana dunia berfungsi secara fizikal.

World Models: Belajar dari Dunia Nyata

World models mengambil pendekatan yang berbeza sepenuhnya. Berbeza dengan LLM yang belajar dari teks, world models belajar dari:

Video xe2x80x94 melihat bagaimana objek bergerak, berinteraksi, jatuh, pecah
Data fizikal xe2x80x94 memahami graviti, tekanan, suhu, ruang
Pengalaman dunia nyata xe2x80x94 melalui simulasi atau data sensor

Hasilnya ialah sistem AI yang tidak sekadar mengenal corak perkataan, tetapi benar-benar membina model mental tentang bagaimana dunia berfungsi.

Perbandingan Terus: LLM vs World Models

| Ciri | LLM (macam ChatGPT) | World Models (AMI Labs) |
|------|---------------------|------------------------|
| Sumber pembelajaran | Teks sahaja | Video, data fizikal, simulasi |
| Pemahaman fizik | Tidak ada xe2x80x94 hanya corak perkataan | Ada xe2x80x94 faham graviti, ruang, pergerakan |
| Perancangan | Terhad; tidak boleh merancang tindakan jangka panjang | Boleh merancang langkah demi langkah |
| Memori | Pendek; terhad kepada konteks semasa | Memori jangka panjang yang berterusan |
| Penaakulan sebab-akibat | Lemah xe2x80x94 hanya korelasi | Kuat xe2x80x94 faham sebab dan akibat |
| Kemampuan autonomi | Perlu arahan manusia | Boleh bertindak secara autonomi |
| Analog dalam biologi | Macam seseorang yang baca buku sahaja tanpa pernah keluar rumah | Macam seseorang yang belajar dari pengalaman hidup sebenar |

Seni Bina V-JEPA: Warisan dari Meta

World models yang AMI Labs bangun adalah berdasarkan seni bina V-JEPA (Video Joint Embedding Predictive Architecture) xe2x80x94 seni bina yang LeCun sendiri cipta semasa masih di Meta.

JEPA bekerja dengan cara yang berbeza daripada LLM: berbanding meramalkan perkataan seterusnya, ia meramalkan representasi xe2x80x94 "apa yang akan berlaku seterusnya dalam dunia ini?" Ini membolehkan model membangun pemahaman tentang struktur dan sebab-akibat, bukan sekadar corak linguistik.

Apa yang LLM Tidak Boleh Buat xe2x80x94 Contoh Konkrit

Untuk memahami had LLM dengan lebih jelas, pertimbangkan situasi-situasi ini:

Situasi 1: Robot di Dapur

Minta LLM untuk "kawal robot supaya masak nasi goreng." LLM boleh memberikan arahan dalam teks. Tetapi tanpa world model, robot itu tidak faham bahawa kuali panas boleh membakar, bahawa minyak akan memercik apabila air jatuh ke dalamnya, atau bahawa telur perlu dipecahkan dengan cara tertentu supaya tidak pecah ke lantai. Setiap tindakan fizikal memerlukan pemahaman yang jauh lebih mendalam daripada corak teks.

Situasi 2: Kereta Autonomi

Apabila kereta autonomi buat keputusan dalam masa nyata xe2x80x94 "adakah saya perlu brek sekarang?" xe2x80x94 ia memerlukan pemahaman tentang fizik pergerakan, jarak, halaju, dan geseran. LLM yang hanya membaca teks tentang memandu tidak akan cukup. Ini memerlukan world model.

Situasi 3: Perancangan Jangka Panjang

Minta LLM untuk merancang projek 6 bulan dengan mengambil kira sumber, risiko, dan kebergantungan. LLM boleh menghasilkan rancangan yang nampak bagus xe2x80x94 tetapi ia tidak benar-benar "memahami" masa, kos peluang, atau impak keputusan satu terhadap yang lain. Ia menjana teks yang kelihatan macam perancangan, bukan perancangan sebenar.

Siapa yang Percaya LeCun? $1.03 Bilion Kata Mereka

Satu soalan yang wajar ditanya: kalau idea LeCun tentang world models begitu baik, kenapa Meta sendiri tidak teruskan pendekatan ini?

Jawapannya ialah tekanan perniagaan. Meta perlu bersaing dengan OpenAI dan Google sekarang, bukan dalam 5-10 tahun. LLM sudah ada, sudah terbukti, sudah ada pasaran. World models adalah taruhan jangka panjang yang hasilnya belum pasti.

Tetapi para pelabur AMI Labs melihat lebih jauh. Mereka bukan melabur dalam syarikat biasa xe2x80x94 mereka melabur dalam visi LeCun bahawa cara kita membina AI perlu berubah secara asas.

Dan $1.03 bilion adalah taruhan yang sangat jelas: mereka percaya LeCun betul.

Yang paling menarik ialah profil pelabur ini bukan pelabur modal teroka biasa yang ikut tren. Tim Berners-Lee melabur kerana beliau faham betapa pentingnya asas teknologi yang betul xe2x80x94 beliau sendiri pernah membina asas internet moden. Jeff Bezos melabur selepas Amazon ketinggalan dalam gelombang AI pertama. Eric Schmidt mempunyai perspektif dalaman tentang Google dan tahu di mana kelemahan pendekatan LLM.

Twist Menarik: Meta dan AMI Labs Masih Bekerjasama?

Ini bahagian yang paling ironikal dalam seluruh cerita.

Walaupun LeCun meninggalkan Meta dengan cara yang agak dramatik, laporan terkini menunjukkan bahawa Meta dan AMI Labs sedang dalam perbincangan untuk menggunakan teknologi AMI Labs dalam Ray-Ban Meta smart glasses xe2x80x94 kacamata pintar yang Meta bangunkan bersama Ray-Ban.

Fikirkan tentang ini: LeCun keluar dari Meta dengan berkata "saya boleh buat lebih baik di luar sini" xe2x80x94 dan kini Meta mungkin akan membayar AMI Labs untuk teknologi yang LeCun bangunkan selepas keluar.

Ini bukan perkara luar biasa dalam dunia teknologi. Apple membeli teknologi dari startup. Google mengakuisisi projek yang keluar dari Google sendiri. Tetapi dalam konteks peribadi ini xe2x80x94 dengan semua kata-kata keras yang telah diucapkan xe2x80x94 ia adalah satu situasi yang sangat unik.

Bagi LeCun, ini mungkin bukti terbaik bahawa keputusannya untuk keluar adalah betul.

Apa Maknanya untuk Malaysia?

Anda mungkin tertanya: ini semua cerita orang Perancis di syarikat Amerika, apa kaitannya dengan Malaysia?

Kaitannya lebih dekat daripada yang anda sangka.

1. Singapore sebagai Pintu Masuk Asia xe2x80x94 Malaysia Berdekatan

AMI Labs mempunyai pejabat di Singapore. Ini bukan kebetulan xe2x80x94 Singapore adalah hab teknologi utama untuk Asia Tenggara, dan ia terletak 20 minit penerbangan dari Kuala Lumpur.

Apabila AMI Labs mula mengembangkan operasi di Asia, Malaysia adalah antara pasaran semula jadi yang akan diterokai. Syarikat-syarikat Malaysia, universiti, dan agensi kerajaan boleh menjadi rakan kongsi awal untuk teknologi world models yang AMI Labs bangunkan.

2. World Models dalam Bahasa Melayu dan Konteks Asia

Salah satu kelemahan besar LLM yang sedia ada ialah ia dilatih terutamanya dalam bahasa Inggeris. Pemahaman tentang konteks budaya Asia xe2x80x94 termasuk bahasa Melayu, cara komunikasi tidak langsung, konteks sosial tempatan xe2x80x94 sangat terhad.

World models yang belajar dari video dan data fizikal mempunyai potensi untuk lebih bersifat universal. Fizik adalah sama di seluruh dunia xe2x80x94 sebuah gelas yang jatuh akan pecah di Paris atau di Petaling Jaya. Ini bermaksud world models boleh diaplikasikan dalam konteks Malaysia dengan lebih mudah berbanding LLM yang bergantung kepada data teks dalam bahasa tertentu.

Untuk bidang macam pertanian pintar (smart farming), pengurusan bencana, penjagaan kesihatan di kawasan luar bandar xe2x80x94 semua ini memerlukan AI yang faham dunia fizikal, bukan sekadar teks.

3. Pelajaran untuk Startup Malaysia: Keberanian Mengikut Visi

Mungkin pelajaran paling berharga dari kisah LeCun ialah tentang keberanian untuk mengikut keyakinan saintifik dan teknikal, walaupun ia bertentangan dengan tren industri.

LeCun tidak meninggalkan Meta untuk duit xe2x80x94 beliau sudah kaya. Beliau tidak meninggalkan untuk kemasyhuran xe2x80x94 beliau sudah terkenal. Beliau meninggalkan kerana beliau percaya dengan sangat kuat bahawa industri sedang menuju ke arah yang salah, dan beliau ingin buktikan jawapan yang lebih baik.

Untuk usahawan teknologi Malaysia yang sedang mempertimbangkan untuk membina sesuatu yang berbeza xe2x80x94 ini adalah contoh bahawa keyakinan yang kuat, disokong oleh bukti saintifik yang kukuh, boleh menarik sokongan besar walaupun anda bertentangan dengan arus perdana.

4. Peluang Penyelidikan dan Kolaborasi

Bagi penyelidik AI di universiti-universiti Malaysia xe2x80x94 UM, UTM, UPM, UTAR, dan lain-lain xe2x80x94 perkembangan AMI Labs membuka peluang untuk terlibat dalam penyelidikan world models yang sedang berkembang pesat. Ini adalah bidang yang masih di peringkat awal, bermakna ada ruang untuk sumbangan bermakna dari penyelidik yang belum terkenal sekalipun.

FAQ: Soalan Lazim tentang Yann LeCun dan AMI Labs

S1: Adakah LeCun betul bahawa LLM tidak akan bawa kepada AGI?

Ini adalah soalan yang masih diperdebatkan dalam komuniti AI. LeCun mempunyai hujah saintifik yang kukuh xe2x80x94 LLM memang mempunyai had asas dalam memahami dunia fizikal dan melakukan penaakulan sebab-akibat. Namun, ramai saintis lain percaya bahawa LLM yang lebih besar dengan data lebih banyak boleh mengatasi had ini. Hakikatnya, kita belum tahu xe2x80x94 dan AMI Labs sedang cuba membuktikan bahawa LeCun betul.

S2: Berapa lama sebelum world models AMI Labs boleh digunakan oleh orang biasa?

Berdasarkan skala pelaburan dan pasukan yang ada, penganalisis industri menjangkakan AMI Labs akan menghasilkan demonstrasi teknikal yang bermakna dalam masa 2-3 tahun. Produk komersial mungkin dalam jangka masa 4-6 tahun. Ini adalah bidang penyelidikan jangka panjang xe2x80x94 bukan sprint 6 bulan.

S3: Apakah maksud "seed round $1.03 bilion" xe2x80x94 tidakkah itu terlalu besar untuk pusingan benih?

Ya, ia memang luar biasa besar untuk seed round. Biasanya, seed round adalah antara $1 juta hingga $20 juta. $1.03 bilion menunjukkan bahawa para pelabur sangat yakin dengan LeCun dan visi AMI Labs xe2x80x94 mereka memberikan dana yang besar di peringkat awal supaya syarikat boleh bergerak pantas tanpa perlu risau tentang kewangan untuk beberapa tahun akan datang.

S4: Kenapa LeCun pilih Paris sebagai ibu pejabat dan bukan Silicon Valley?

Beberapa faktor: Pertama, LeCun adalah orang Perancis dan mempunyai jaringan kuat di ekosistem AI Paris (yang semakin berkembang). Kedua, Paris menawarkan akses kepada bakat AI Eropah yang kukuh, dengan kos yang lebih rendah berbanding San Francisco. Ketiga, ini adalah kenyataan simbolik bahawa inovasi AI terbesar tidak semestinya datang dari Amerika Syarikat.

S5: Apakah perbezaan antara LeCun sebagai "Executive Chairman" berbanding "CEO"?

CEO mengurus operasi harian syarikat xe2x80x94 pengurusan pekerja, kewangan, strategi perniagaan, hubungan pelabur. Executive Chairman pula memberi tumpuan kepada hala tuju strategik dan saintifik tanpa terlibat dalam pengurusan harian. Ini adalah pilihan bijak LeCun xe2x80x94 beliau mahu fokus kepada sains dan visi, bukan mesyuarat belanjawan dan pemasaran.

S6: Adakah Meta menyesal membenarkan LeCun pergi?

Ini sukar untuk dijawab secara pasti kerana kita tidak tahu apa yang berlaku di sebalik pintu tertutup. Yang jelas ialah Meta sekarang menghadapi cabaran sendiri xe2x80x94 model Avocado ditangguhkan, Alexandr Wang sedang memimpin restrukturisasi, dan syarikat bersaing keras dengan OpenAI dan Google. Sementara itu, LeCun berjaya kumpul $1.03 bilion dalam masa beberapa bulan selepas meninggalkan Meta. Sejarah akan menilai siapa yang membuat keputusan yang lebih bijak.

Kesimpulan: Satu Pertaruhan Besar pada Masa Depan AI

Kisah Yann LeCun dan AMI Labs adalah lebih daripada sekadar cerita seorang saintis yang meninggalkan syarikat besar.

Ia adalah cerita tentang keyakinan saintifik yang berani xe2x80x94 sanggup mempertaruhkan reputasi, meninggalkan keselesaan, dan menghadapi industri yang majoritinya bersetuju dengan LLM, untuk membuktikan bahawa ada cara yang lebih baik.

Para pelabur yang menuangkan $1.03 bilion ke dalam AMI Labs bukan membeli produk xe2x80x94 mereka membeli keyakinan bahawa LeCun melihat sesuatu yang kebanyakan orang lain tidak nampak lagi.

Mungkin LeCun betul. Mungkin world models adalah satu langkah besar ke hadapan dalam perjalanan kita menuju AI sebenar. Atau mungkin LLM akan terus berkembang dan membuktikan beliau salah.

Dalam 5 tahun, kita akan tahu jawapannya.

Bagi Malaysia, mesejnya jelas: jangan hanya menjadi pengguna teknologi orang lain. Ikuti perkembangan ini dengan rapat, fahami asas saintifik di sebaliknya, dan cari peluang untuk menjadi sebahagian daripada perbualan global tentang masa depan AI xe2x80x94 bukan sekadar menonton dari luar.

Rujukan

🔤 Rekomendasi: Grammarly

Sebelum hantar apa-apa tulisan dalam Bahasa Inggeris — semak dulu dengan Grammarly. Pelan percuma dah cukup untuk kegunaan harian. Premium (RM35/bulan) tambah cadangan gaya penulisan + penjana ayat AI.

→ Cuba Grammarly Percuma