人工智慧先驅揚-勒昆（Yann LeCun）認為，人工智慧其實並沒有達到智慧化的邊緣。這位紐約大學教授、Meta公司高級研究員、著名的圖靈獎得主–以前曾公開表示過懷疑，例如推文稱，在我們擔心控制超級智慧人工智慧之前，”我們需要有一個比家貓還聰明的系統設計的雛形”。

在2010年代和2020年代，人工智慧取得了令人矚目的進展。 DeepMind 開發的AlphaFold 電腦程式利用機器學習技術和深度神經網路成功預測了蛋白質結構。 AlphaGo 程式使用樹搜尋演算法和深度神經網絡，在棋盤遊戲圍棋中擊敗了人類高手。 OpenAI 公司利用大型語言模型（LLM）和強化學習建構了GPT 系列聊天機器人，展現了強大的新功能。

他在接受《華爾街日報》採訪時闡述了自己的觀點，在回答有關人工智慧變得足夠聰明從而對人類構成威脅的問題時，他說：「這完全是胡說八道」。

LeCun 認為，當今的大型語言模型缺乏一些關鍵的家貓級別的能力，如持久記憶、推理、規劃和對物理世界的理解（LeCun 先前表示，研究人員必須首先達到貓級人工智慧和狗級人工智慧，才有機會達到人級人工智慧）。 在他看來，大型語言模型只是證明了”你可以操縱語言，卻不聰明”，永遠不會帶來真正的人工通用智能（AGI）。

他並不是一個完全的AGI 懷疑論者。 不過，他表示需要新的方法。 例如，他提到了他在Meta 的基礎人工智慧研究團隊圍繞消化真實世界影片所做的工作。