Pengakuan TIME100 AI 2026 menegaskan posisi Yann LeCun sebagai salah satu pengkritik paling berpengaruh terhadap pendekatan AI yang hanya mengandalkan pembesaran LLM. AMI Labs mengembangkan world models yang ditujukan untuk memahami cara kerja dunia fisik, memprediksi dampak tindakan, serta mendukung penalaran dan p...
Diterbitkan olehDiedit dengan GPT-5.6 LunaGambar dibuat dengan GPT Image 1.5
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: How did Yann LeCun’s recognition on TIME’s 2026 list of the 100 Most Influential People in AI relate to his contrarian vision for artificial. Article summary: Yann LeCun’s TIME100 AI recognition appears to reflect more than his historic role in deep learning: it highlighted his increasingly consequential challenge to the AI industry’s dominant “scale the LLM” strategy. His new. Topic tags: general, general web, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers
Masuknya Yann LeCun ke dalam daftar TIME100 AI 2026 penting bukan hanya karena kontribusinya pada masa lalu, melainkan juga karena ia sedang menantang arah utama industri kecerdasan buatan. Menurut LeCun, memperbesar large language models (LLM) saja tidak akan cukup untuk menghasilkan kecerdasan setara manusia. AMI Labs, perusahaan berbasis di Paris yang ia dirikan bersama setelah meninggalkan Meta, mengubah pandangan yang berseberangan itu menjadi eksperimen riset sekaligus bisnis bernilai miliaran dolar. 15
17
TIME menggambarkan daftar tahunannya sebagai pemeringkatan tokoh yang memengaruhi perkembangan dan arah kecerdasan buatan. Daftar tersebut mencakup berbagai kategori, seperti pemimpin, inovator, pembentuk arah, dan pemikir. 3
7 Karena itu, pengakuan untuk LeCun bukan semata-mata penghargaan bagi seorang eksekutif atau pemilik model AI besar. Pengakuan tersebut menempatkan gagasan ilmiahnya di tengah perdebatan yang lebih luas tentang sistem seperti apa yang kelak dapat mencapai kecerdasan umum.
LeCun secara terbuka skeptis terhadap anggapan bahwa penskalaan LLM adalah jalan lengkap menuju kecerdasan tingkat manusia. Laporan yang terkait dengan profil TIME menggambarkan pandangannya sebagai perbedaan pendapat serius: apakah LLM yang terus diperbesar dapat mencapai kemampuan manusia, atau apakah world models menawarkan jalur yang lebih menjanjikan. 2
15
LeCun meninggalkan Meta setelah sekitar 12 tahun. Dalam periode tersebut, ia membantu mendirikan dan memimpin organisasi riset AI perusahaan itu. Reuters melaporkan bahwa ia pergi dari posisi sebagai kepala ilmuwan AI Meta sebelum meluncurkan Advanced Machine Intelligence, yang dikenal sebagai AMI. 17
Perpindahan ini memiliki arti strategis. Di luar Meta, LeCun dapat mengejar agenda riset dan pembangunan perusahaan yang berpusat pada world models, bukan pada perlombaan memperbesar sistem bahasa generatif. Menurut laporan TIME, ia memperkenalkan AMI Labs pada bulan berikutnya, sehingga perbedaan pandangan ilmiah yang telah lama ia sampaikan kini memiliki perusahaan independen sebagai wadahnya. 15
Pada Maret 2026, AMI mengumumkan pendanaan awal sebesar US$1,03 miliar dengan valuasi prauang US$3,5 miliar. Reuters melaporkan bahwa putaran pendanaan tersebut dipimpin bersama oleh Cathay Innovation, Greycroft, Hiro Capital, HV Capital, dan Bezos Expeditions. 17 TechCrunch juga melaporkan partisipasi NVIDIA, Tim dan Rosemary Berners-Lee, Jim Breyer, Mark Cuban, Xavier Niel, serta Eric Schmidt.
27
Pendanaan itu paling tepat dibaca sebagai kepercayaan besar terhadap masalah yang ingin diselesaikan AMI—bukan sebagai bukti bahwa pendekatannya telah memenangkan perdebatan teknis. Para investor bertaruh pada kemungkinan lahirnya sistem AI dengan kemampuan penalaran, perencanaan, dan kompetensi di dunia nyata yang lebih kuat. Namun, laporan yang tersedia belum membuktikan bahwa world models AMI mengungguli LLM terdepan.
Perbedaan ini penting. Valuasi besar dapat membuat arah riset alternatif terlihat kredibel, tetapi tidak dapat menyelesaikan perdebatan teknis sebelum perusahaan menunjukkan sistem yang berfungsi secara andal dan mampu beroperasi pada skala besar.
LLM umumnya dilatih untuk mempelajari pola dalam bahasa. Sebaliknya, pendekatan LeCun dirancang agar AI belajar lebih langsung dari dunia, termasuk melalui data visual dan sensor lainnya, lalu membangun representasi internal tentang cara realitas bekerja.
Dalam praktiknya, world model ditujukan untuk:
Laporan yang terkait dengan TIME menggambarkan tujuan AMI sebagai upaya memberi AI pemahaman intuitif mengenai hukum-hukum fisika serta kemampuan memprediksi konsekuensi dari berbagai tindakan. 1
24 Reuters juga menggambarkan AMI sebagai perusahaan yang mengembangkan sistem berbasis penalaran, perencanaan, dan “world models”.
17
Itulah sebabnya gagasan ini kerap dikaitkan dengan spatial intelligence dan embodied intelligence. Sistem yang harus menavigasi lingkungan, memindahkan benda, atau mengambil keputusan dalam kondisi fisik yang terus berubah membutuhkan lebih dari sekadar kemampuan menghasilkan jawaban teks yang terdengar masuk akal.
Arah AMI berkaitan dengan Joint Embedding Predictive Architecture, atau JEPA, yang diperkenalkan LeCun pada 2022. Sistem bergaya JEPA dirancang untuk memprediksi representasi informasi yang hilang atau akan datang dalam ruang abstrak, alih-alih merekonstruksi setiap detail mentah dari masukan. Laporan tentang AMI menyebut perusahaan tersebut dibangun berdasarkan arsitektur JEPA yang diusulkan LeCun pada 2022. 31
38
Manfaat yang diharapkan adalah efisiensi dan kemampuan melakukan abstraksi. Model dapat berfokus pada fitur yang penting untuk memahami, memprediksi, dan bertindak, tanpa memperlakukan setiap piksel atau titik data sebagai sesuatu yang sama pentingnya. Secara konsep, hal ini selaras dengan tujuan AMI untuk membangun sistem yang memahami lingkungan dan mengantisipasi hasil dari suatu tindakan.
Namun, JEPA masih merupakan fondasi riset, bukan pengganti yang telah terbukti untuk ekosistem LLM saat ini. AMI tetap harus menunjukkan bahwa arsitektur tersebut dapat diskalakan, mempelajari representasi dunia yang berguna, dan menghasilkan kinerja yang dapat diandalkan dalam aplikasi nyata.
Pendanaan AMI menunjukkan bahwa world models tidak lagi dipandang hanya sebagai alternatif akademis terhadap pemodelan bahasa. Investor bersedia menanamkan lebih dari US$1 miliar pada perusahaan yang mengejar AI yang belajar dari realitas dan menargetkan kemampuan penalaran serta perencanaan. 17
27
Minat yang lebih luas juga terlihat dari pembicaraan mengenai spatial intelligence dan embodied intelligence. Pendekatan ini kerap dikaitkan dengan robotika, sistem otonom, penggunaan industri, serta situasi lain ketika AI harus memahami konteks fisik. 23
24
31
Meski demikian, investasi tersebut tidak boleh disalahartikan sebagai konsensus. Pertanyaan utamanya masih terbuka: apakah LLM yang semakin canggih pada akhirnya akan memperoleh kemampuan penalaran dan pemahaman konteks yang memadai, atau apakah sistem yang dibangun di sekitar world models akan lebih efektif untuk perencanaan dan tindakan yang tangguh?
Kemajuan AMI dapat menjadi salah satu ujian penting bagi pertanyaan itu, tetapi putaran pendanaan awalnya belum mampu memberikan jawabannya.
Hubungan antara pengakuan TIME100 AI untuk LeCun dan AMI Labs cukup jelas. TIME mengakui seorang ilmuwan yang pengaruhnya kini membentang dari riset dasar deep learning hingga tantangan berisiko tinggi terhadap asumsi dominan industri AI. 5
7
15
Kepergiannya dari Meta memberinya kebebasan untuk mengejar tantangan tersebut. Pendanaan awal AMI sebesar US$1,03 miliar dan valuasi prauang US$3,5 miliar menyediakan sumber daya yang sangat besar untuk mewujudkannya. Fokus pada world models dan JEPA juga memberi kritik LeCun terhadap penskalaan LLM sebuah kendaraan riset dan bisnis yang konkret.
Hasilnya bukan bukti bahwa LeCun pasti benar. Ini adalah upaya bernilai miliaran dolar untuk mencari tahu apakah lompatan besar AI berikutnya akan datang dari kemampuan menghasilkan bahasa yang lebih baik—atau dari mesin yang mampu memodelkan dunia sebelum bertindak di dalamnya.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Pengakuan TIME100 AI 2026 menegaskan posisi Yann LeCun sebagai salah satu pengkritik paling berpengaruh terhadap pendekatan AI yang hanya mengandalkan pembesaran LLM.
Pengakuan TIME100 AI 2026 menegaskan posisi Yann LeCun sebagai salah satu pengkritik paling berpengaruh terhadap pendekatan AI yang hanya mengandalkan pembesaran LLM. AMI Labs mengembangkan world models yang ditujukan untuk memahami cara kerja dunia fisik, memprediksi dampak tindakan, serta mendukung penalaran dan perencanaan.
Perusahaan ini menggalang US$1,03 miliar dalam pendanaan awal dengan valuasi prauang US$3,5 miliar, tetapi pendanaan tersebut belum membuktikan bahwa pendekatannya mengungguli LLM terdepan.
Pengakuan TIME100 AI 2026 menegaskan posisi Yann LeCun sebagai salah satu pengkritik paling berpengaruh terhadap pendekatan AI yang hanya mengandalkan pembesaran LLM. AMI Labs mengembangkan world models yang ditujukan untuk memahami cara kerja dunia fisik, memprediksi dampak tindakan, serta mendukung penalaran dan p...
Diterbitkan olehDiedit dengan GPT-5.6 LunaGambar dibuat dengan GPT Image 1.5
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: How did Yann LeCun’s recognition on TIME’s 2026 list of the 100 Most Influential People in AI relate to his contrarian vision for artificial. Article summary: Yann LeCun’s TIME100 AI recognition appears to reflect more than his historic role in deep learning: it highlighted his increasingly consequential challenge to the AI industry’s dominant “scale the LLM” strategy. His new. Topic tags: general, general web, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers
Masuknya Yann LeCun ke dalam daftar TIME100 AI 2026 penting bukan hanya karena kontribusinya pada masa lalu, melainkan juga karena ia sedang menantang arah utama industri kecerdasan buatan. Menurut LeCun, memperbesar large language models (LLM) saja tidak akan cukup untuk menghasilkan kecerdasan setara manusia. AMI Labs, perusahaan berbasis di Paris yang ia dirikan bersama setelah meninggalkan Meta, mengubah pandangan yang berseberangan itu menjadi eksperimen riset sekaligus bisnis bernilai miliaran dolar. 15
17
TIME menggambarkan daftar tahunannya sebagai pemeringkatan tokoh yang memengaruhi perkembangan dan arah kecerdasan buatan. Daftar tersebut mencakup berbagai kategori, seperti pemimpin, inovator, pembentuk arah, dan pemikir. 3
7 Karena itu, pengakuan untuk LeCun bukan semata-mata penghargaan bagi seorang eksekutif atau pemilik model AI besar. Pengakuan tersebut menempatkan gagasan ilmiahnya di tengah perdebatan yang lebih luas tentang sistem seperti apa yang kelak dapat mencapai kecerdasan umum.
LeCun secara terbuka skeptis terhadap anggapan bahwa penskalaan LLM adalah jalan lengkap menuju kecerdasan tingkat manusia. Laporan yang terkait dengan profil TIME menggambarkan pandangannya sebagai perbedaan pendapat serius: apakah LLM yang terus diperbesar dapat mencapai kemampuan manusia, atau apakah world models menawarkan jalur yang lebih menjanjikan. 2
15
LeCun meninggalkan Meta setelah sekitar 12 tahun. Dalam periode tersebut, ia membantu mendirikan dan memimpin organisasi riset AI perusahaan itu. Reuters melaporkan bahwa ia pergi dari posisi sebagai kepala ilmuwan AI Meta sebelum meluncurkan Advanced Machine Intelligence, yang dikenal sebagai AMI. 17
Perpindahan ini memiliki arti strategis. Di luar Meta, LeCun dapat mengejar agenda riset dan pembangunan perusahaan yang berpusat pada world models, bukan pada perlombaan memperbesar sistem bahasa generatif. Menurut laporan TIME, ia memperkenalkan AMI Labs pada bulan berikutnya, sehingga perbedaan pandangan ilmiah yang telah lama ia sampaikan kini memiliki perusahaan independen sebagai wadahnya. 15
Pada Maret 2026, AMI mengumumkan pendanaan awal sebesar US$1,03 miliar dengan valuasi prauang US$3,5 miliar. Reuters melaporkan bahwa putaran pendanaan tersebut dipimpin bersama oleh Cathay Innovation, Greycroft, Hiro Capital, HV Capital, dan Bezos Expeditions. 17 TechCrunch juga melaporkan partisipasi NVIDIA, Tim dan Rosemary Berners-Lee, Jim Breyer, Mark Cuban, Xavier Niel, serta Eric Schmidt.
27
Pendanaan itu paling tepat dibaca sebagai kepercayaan besar terhadap masalah yang ingin diselesaikan AMI—bukan sebagai bukti bahwa pendekatannya telah memenangkan perdebatan teknis. Para investor bertaruh pada kemungkinan lahirnya sistem AI dengan kemampuan penalaran, perencanaan, dan kompetensi di dunia nyata yang lebih kuat. Namun, laporan yang tersedia belum membuktikan bahwa world models AMI mengungguli LLM terdepan.
Perbedaan ini penting. Valuasi besar dapat membuat arah riset alternatif terlihat kredibel, tetapi tidak dapat menyelesaikan perdebatan teknis sebelum perusahaan menunjukkan sistem yang berfungsi secara andal dan mampu beroperasi pada skala besar.
LLM umumnya dilatih untuk mempelajari pola dalam bahasa. Sebaliknya, pendekatan LeCun dirancang agar AI belajar lebih langsung dari dunia, termasuk melalui data visual dan sensor lainnya, lalu membangun representasi internal tentang cara realitas bekerja.
Dalam praktiknya, world model ditujukan untuk:
Laporan yang terkait dengan TIME menggambarkan tujuan AMI sebagai upaya memberi AI pemahaman intuitif mengenai hukum-hukum fisika serta kemampuan memprediksi konsekuensi dari berbagai tindakan. 1
24 Reuters juga menggambarkan AMI sebagai perusahaan yang mengembangkan sistem berbasis penalaran, perencanaan, dan “world models”.
17
Itulah sebabnya gagasan ini kerap dikaitkan dengan spatial intelligence dan embodied intelligence. Sistem yang harus menavigasi lingkungan, memindahkan benda, atau mengambil keputusan dalam kondisi fisik yang terus berubah membutuhkan lebih dari sekadar kemampuan menghasilkan jawaban teks yang terdengar masuk akal.
Arah AMI berkaitan dengan Joint Embedding Predictive Architecture, atau JEPA, yang diperkenalkan LeCun pada 2022. Sistem bergaya JEPA dirancang untuk memprediksi representasi informasi yang hilang atau akan datang dalam ruang abstrak, alih-alih merekonstruksi setiap detail mentah dari masukan. Laporan tentang AMI menyebut perusahaan tersebut dibangun berdasarkan arsitektur JEPA yang diusulkan LeCun pada 2022. 31
38
Manfaat yang diharapkan adalah efisiensi dan kemampuan melakukan abstraksi. Model dapat berfokus pada fitur yang penting untuk memahami, memprediksi, dan bertindak, tanpa memperlakukan setiap piksel atau titik data sebagai sesuatu yang sama pentingnya. Secara konsep, hal ini selaras dengan tujuan AMI untuk membangun sistem yang memahami lingkungan dan mengantisipasi hasil dari suatu tindakan.
Namun, JEPA masih merupakan fondasi riset, bukan pengganti yang telah terbukti untuk ekosistem LLM saat ini. AMI tetap harus menunjukkan bahwa arsitektur tersebut dapat diskalakan, mempelajari representasi dunia yang berguna, dan menghasilkan kinerja yang dapat diandalkan dalam aplikasi nyata.
Pendanaan AMI menunjukkan bahwa world models tidak lagi dipandang hanya sebagai alternatif akademis terhadap pemodelan bahasa. Investor bersedia menanamkan lebih dari US$1 miliar pada perusahaan yang mengejar AI yang belajar dari realitas dan menargetkan kemampuan penalaran serta perencanaan. 17
27
Minat yang lebih luas juga terlihat dari pembicaraan mengenai spatial intelligence dan embodied intelligence. Pendekatan ini kerap dikaitkan dengan robotika, sistem otonom, penggunaan industri, serta situasi lain ketika AI harus memahami konteks fisik. 23
24
31
Meski demikian, investasi tersebut tidak boleh disalahartikan sebagai konsensus. Pertanyaan utamanya masih terbuka: apakah LLM yang semakin canggih pada akhirnya akan memperoleh kemampuan penalaran dan pemahaman konteks yang memadai, atau apakah sistem yang dibangun di sekitar world models akan lebih efektif untuk perencanaan dan tindakan yang tangguh?
Kemajuan AMI dapat menjadi salah satu ujian penting bagi pertanyaan itu, tetapi putaran pendanaan awalnya belum mampu memberikan jawabannya.
Hubungan antara pengakuan TIME100 AI untuk LeCun dan AMI Labs cukup jelas. TIME mengakui seorang ilmuwan yang pengaruhnya kini membentang dari riset dasar deep learning hingga tantangan berisiko tinggi terhadap asumsi dominan industri AI. 5
7
15
Kepergiannya dari Meta memberinya kebebasan untuk mengejar tantangan tersebut. Pendanaan awal AMI sebesar US$1,03 miliar dan valuasi prauang US$3,5 miliar menyediakan sumber daya yang sangat besar untuk mewujudkannya. Fokus pada world models dan JEPA juga memberi kritik LeCun terhadap penskalaan LLM sebuah kendaraan riset dan bisnis yang konkret.
Hasilnya bukan bukti bahwa LeCun pasti benar. Ini adalah upaya bernilai miliaran dolar untuk mencari tahu apakah lompatan besar AI berikutnya akan datang dari kemampuan menghasilkan bahasa yang lebih baik—atau dari mesin yang mampu memodelkan dunia sebelum bertindak di dalamnya.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Pengakuan TIME100 AI 2026 menegaskan posisi Yann LeCun sebagai salah satu pengkritik paling berpengaruh terhadap pendekatan AI yang hanya mengandalkan pembesaran LLM.
Pengakuan TIME100 AI 2026 menegaskan posisi Yann LeCun sebagai salah satu pengkritik paling berpengaruh terhadap pendekatan AI yang hanya mengandalkan pembesaran LLM. AMI Labs mengembangkan world models yang ditujukan untuk memahami cara kerja dunia fisik, memprediksi dampak tindakan, serta mendukung penalaran dan perencanaan.
Perusahaan ini menggalang US$1,03 miliar dalam pendanaan awal dengan valuasi prauang US$3,5 miliar, tetapi pendanaan tersebut belum membuktikan bahwa pendekatannya mengungguli LLM terdepan.