跳到正文
原文
IT之家·人工智能·· 21 天前AI 评分36

杨立昆称下一代 AI 须理解现实世界,突破不会来自大语言模型

“AI 教父”杨立昆:下一代 AI 须理解现实世界

文章要点
  • 1杨立昆在首尔表示,AI 的下一次突破不会来自大语言模型,而是来自能理解和预测物理世界的系统
  • 2他主张开发世界模型,让 AI 学习现实世界的物理规律和因果关系,预测行动结果并与周围环境交互
  • 3他以尚无无需训练的机器人、无 L5 级自动驾驶为例,称语言理解与现实理解之间存在巨大差距
  • 4他认为大语言模型在编程、数学等可预测序列任务中表现出色,但现实世界信息远不如语言好预测
决策要点

这是一次技术路线判断,杨立昆把 AI 下一步突破押在世界模型上,认为大语言模型只擅长可预测的语言类任务。

  • 影响:现有基于大语言模型的语言、编程、数学类业务与他的批评不冲突,短期落地逻辑不变;涉及机器人和自动驾驶等物理场景的项目,能力预期可按此口径调低;供应商的通用能力宣传需与技术路线分歧放在一起评估。
  • 参考:可考虑把在用 AI 场景按语言类任务和物理世界任务分类,分别设定能力预期与验收标准;值得在机器人或自动驾驶相关规划立项前,先算出项目对模型理解物理规律的实际依赖程度。
  • 依据:核心观点出自杨立昆在首尔向韩媒 The Korea Herald 发表的表态,属个人判断,暂无独立验证;青少年学车与 L5 自动驾驶均为其自述论据。
正文

IT之家 10 月 12 日消息,据韩媒 The Korea Herald 今天报道,人工智能先驱人物、AMI Labs 创始人兼董事长杨立昆(Yann LeCun)周一在首尔表示,AI 的下一次突破不会来自大语言模型,而是来自能够理解、预测物理世界的系统。他认为,“世界模型”将推动 AI 进入下一阶段。

杨立昆强调,为日常生活场景打造的大语言模型,在理解现实世界方面存在局限。他对此解释称:“我们现在没有做出无需任何训练就能完成任务的机器人,也没有开发出 L5 级自动驾驶汽车,对比之下任何青少年只需要练习几个小时,就能学会驾驶。”

他继续说道:“这说明 AI 在理解语言和理解现实世界之间存在巨大差距。事实证明,机器想要读懂语言很容易,而理解现实世界并不容易。”

大语言模型(LLM)是根据海量训练数据学到的模式,预测下一个最可能出现的词语生成文本。杨立昆认为,这种方法在编程、数学等涉及可预测序列的任务中表现出色,可现实世界的大多数信息,远没有语言那么容易预测。

因此他主张开发世界模型,使 AI 能够学习支配现实世界的物理规律和因果关系,让这套系统预测行动可能产生的结果,并与周围环境交互。

IT之家注:杨立昆是卷积神经网络(CNN)的重要发明者之一,他的理论极大推动现代计算机视觉发展,广泛应用于图像和视觉识别。他曾在 2018 年获得图灵奖,并被业界誉为“AI 教父”之一。

来源:IT之家·人工智能 · ithome.com