这段话中批评的主要观点是关于人工智能(AI)系统，尤其是大语言模型(LLMs)的局限性。他指出，如果AI系统仅仅被训练来复制人类生成的数据（例如文本），而没有搜索、规划或推理的能力，那么这些系统的性能将无法超越或仅仅达到人类水平。这意味着，即使经过大量的训练和数据输入，没有这些高级功能的AI系统仍然会在智能水平上受到限制。

Lecun还强调了达到这种性能水平所需的尝试次数远远大于训练人类所需的次数。换句话说，即便是经过巨量数据训练的AI，如通过相当于20万年阅读量的材料进行学习的LLMs，它们在智力层面上仍然表现得相当“愚笨”。他认为这些模型的实用性主要在于它们积累的广泛知识和语言流利性，但即便如此，它们在理解、规划和推理方面仍然有很大局限。

通过这一观点，暗示了对当前AI研究和开发中某些方向的批评——即过度依赖于复制人类数据而忽略了提升AI自身搜索、规划和推理能力的重要性。他似乎在倡导一个更加全面发展AI能力的方向，即不仅要让AI掌握大量信息和语言技巧，还需要赋予它们更多类似人类的认知和处理问题的能力。