图灵奖得主 Yann LeCun:今天的 AI 比猫还笨,自曝早已放弃大模型
引言
人工智能领域近年来取得了突破性进展,大模型的兴起更是引发了广泛关注。然而,图灵奖得主 Yann LeCun 近日发表了一篇万字长文,直言“今天的 AI 比猫还笨”,并自曝早已放弃大模型研究。这一言论引发了业界热议,也引发了人们对人工智能未来发展方向的思考。
LeCun 的观点
LeCun 在演讲中指出,当前的人工智能技术存在着明显的局限性,尤其是在常识推理、因果关系理解和适应新环境等方面,远远落后于人类甚至动物。他认为,大模型虽然在某些任务上表现出色,但其本质上只是“统计机器”,缺乏真正的理解能力。
LeCun 以猫为例,指出猫能够通过观察周围环境,学习并理解物理规律,从而做出合理的行动。而现有的 AI 系统,即使拥有海量数据,也无法像猫一样灵活地适应新环境,进行常识推理。
LeCun 对大模型的质疑
LeCun 对大模型的质疑并非空穴来风。他认为,大模型的训练依赖于大量数据,而这些数据往往存在偏差和噪声,导致模型学习到的只是数据中的统计规律,而非真正的理解。此外,大模型的训练过程也存在着“黑箱”问题,难以解释模型的决策过程,导致其可解释性和可控性不足。
LeCun 认为,当前的 AI 研究过度关注大模型,而忽略了对基础理论和算法的探索。他主张,未来 AI 的发展方向应该是“具身智能”,即让 AI 拥有像人类一样的身体,能够通过与环境的交互学习和理解世界。
LeCun 的解决方案
LeCun 提出了一系列新的研究方向,例如:
- 预测性学习: 训练 AI 系统预测未来事件,从而更好地理解因果关系。
- 自监督学习: 鼓励 AI 系统从自身经验中学习,而不是依赖于大量人工标注数据。
- 具身智能: 赋予 AI 系统身体,使其能够通过与环境的交互学习和理解世界。
业界反应
LeCun 的观点引发了业界广泛的讨论。一些学者赞同他的观点,认为当前的 AI 研究存在着泡沫,需要回归基础理论的探索。但也有一些学者持保留意见,认为大模型仍然具有巨大的潜力,未来可能会突破现有的局限性。
结论
LeCun 的演讲为我们提供了一个新的视角,让我们重新思考人工智能的未来发展方向。他提出的“具身智能”概念,或许能为 AI 研究带来新的突破。然而,无论未来 AI 的发展方向如何,我们都应该保持理性,避免盲目追逐技术,而要注重基础理论的探索和应用的伦理问题。
参考文献
*Yann LeCun. (2023). A Path Towards Autonomous AI. [万字长文]
* 36氪. (2023). 图灵奖得主 Yann LeCun 万字演讲:今天的 AI 比猫还笨,自曝早已放弃大模型. [新闻报道]
Views: 0