人工智能先驱扬-勒昆（Yann LeCun）认为，人工智能实际上并没有达到智能化的边缘。这位纽约大学教授、Meta公司高级研究员、著名的图灵奖获得者--以前曾公开表示过怀疑，例如推文称，在我们担心控制超级智能人工智能之前，"我们需要有一个比家猫还聪明的系统设计的雏形"。

在2010年代和2020年代，人工智能取得了令人瞩目的进展。 DeepMind 开发的 AlphaFold 计算机程序利用机器学习技术和深度神经网络成功预测了蛋白质结构。 AlphaGo 程序使用树搜索算法和深度神经网络，在棋盘游戏围棋中击败了人类高手。 OpenAI 公司利用大型语言模型（LLM）和强化学习构建了 GPT 系列聊天机器人，展示了强大的新功能。

他在接受《华尔街日报》采访时阐述了自己的观点，在回答有关人工智能变得足够聪明从而对人类构成威胁的问题时，他说："这完全是胡说八道"。

LeCun 认为，当今的大型语言模型缺乏一些关键的家猫级别的能力，如持久记忆、推理、规划和对物理世界的理解（LeCun 此前表示，研究人员必须首先达到猫级人工智能和狗级人工智能，才有机会达到人级人工智能）。 在他看来，大型语言模型只是证明了"你可以操纵语言，却不聪明"，永远不会带来真正的人工通用智能（AGI）。

他并不是一个完全的 AGI 怀疑论者。 不过，他表示需要新的方法。 例如，他提到了他在 Meta 的基础人工智能研究团队围绕消化真实世界视频所做的工作。