Meta首席AI科学家：抱歉 大语言模型无法达到人类智力水平

大数据文摘受权转载自头部科技

到底AI的智力能不能超越人类？AI也许可以，但生成式AI恐怕不太可能。

如果这一结论出自外行之口，我们一笑了之，但它出自Meta首席AI科学家Yann LeCun之口，那就值得好好倾听了。

Yann LeCun认为，ChatGPT之类的生成式人工智能都是由大语言模型驱动的，它的推理和规划能力无法达到人类水平，如果想开发真正具有超级智能的机器，人类应该寻找别的方案。

在Yann LeCun看来，大语言模型（LLM）在理解逻辑时能力受限，也无法理解物理世界，没有永久记忆，不能在任何合理的术语定义中推理，无法做规划。

即使是普通人，只要对人工智能稍有了解，大多都会认同Yann LeCun的观点。

AI换条路有可能在10年内媲美人类

最近几年，人工智能（尤其是生成式AI）突飞猛进，它带给人类新的希望：“我们能用大语言模型打造出相当于人类的智力。”但Yann LeCun认为人类的这种希望脱离实际，很简单，现在的生成式AI给出正确回答是有前提的，也就是训练AI的数据必须正确。

虽然生成式AI的智力水平追不上人类，但Yann LeCun相信只要改变方向还是有可能做到的。正因如此，Yann LeCun正在开发新一代AI系统，它的智力水平有望媲美人类，达成目标可能还要10年。

Meta已经向大语言模型研究投入巨资，它正在努力追赶微软OpenAI、谷歌等对手。

Yann LeCun是Meta公司Fundamental AI Research实验室的主导者，管理着约500人组成的团队。团队的目标是开发出能孕育常识的AI，它要像人类一样学着了解世界的运行原理，这种AI也就是所谓的“世界模型（world modelling）”。

愿景很美好，但风险和成本都很高，饿狼一样的投资者恐怕没有多少耐心，他们希望AI投资能快速变成回报。

上个月Meta市值蒸发约2000亿美元，因为扎克伯格准备增加开支，要将社交巨头变成世界领先的AI企业，投资者抛售股票，认为巨额投资在短期内无法带来多少营收。

Yann LeCun说：“我们认为，Meta处在下一代AI系统研发的最前端。”

用大语言模型无法实现AGI

几乎所有美国科技巨头都在努力开发更强大的大语言模型，OpenAI也在朝着AGI加速前进。在过去一段时间里，OpenAI发布 GPT-4o，谷歌展示Project Astra，Meta推出新Llama 3模型。

Meta全球事务主管Nick Clegg说，最新的大语言模型在推理等方面有了显著进步。例如，如果一个人头痛、喉咙痛、流鼻涕，AI会判断他可能感冒了，也知道可能是过敏引起的。

虽然大语言模型很热闹，但Yann LeCun仍提醒说它是肤浅的，能力也存在局限，只有工程师介入，用特定数据训练，它才会在指定范围内学习，这种AI并不像人类，人类会以有机的形式得出结论。

Yann LeCun称：“看起来大语言模型AI可以像人类一样推理，但它大多时候只是在利用已经积累的知识，这些知识来自训练数据。大语言模型的确有用，但局限性也很大。”

为了开发出AGI，谷歌DeepMind也在寻找替代方案，它应该也知道大语言模型存在局限性。增强学习也许是不错的选择，AI代理可以在游戏一样的虚拟环境中学习。

DeepMind创始人Demis Hassabis认为，大语言模型无法理解空间环境，因此实用性受到严重限制。

世界模型带来希望

Fundamental AI Research实验室于2013年设立，2023年Meta又设立了GenAI团队，由首席产品官Chris Cox领导。GenAI团队从Fundamental AI Research实验室挖了许多人，它主导开发了Llama 3并将该模型植入众多产品。

为什么要创建GenAI？主要是因为部分人认为Fundamental AI Research实验室充满学术文化，正是这种文化导致Meta在AI领域慢了一步，在投资者的压力下，扎克伯格希望能早早让AI商业应用落地。

当然，Yann LeCun并没有被冷落，他仍然是扎克伯格的核心顾问之一，而且Yann LeCun之前在AI领域建树颇多，还拿过图灵奖，成就有目共睹。

Yann LeCun称：“Fundamental AI Research实验室的长远目标是打造可以媲美人类的AI，GenAI专注于有明显路线的目标。”

他还说：“如何实现AGI不是产品设计问题，不是技术开发问题，更多还是科学问题。”

2022年Yann LeCun发表论文，谈及“世界模型”愿景，之后Meta根据这一路径开发了两款模型。

Yann LeCun称，Fundamental AI Research实验室正在尝试不同的路线，以求开发出人类等级的AI，之所以多管齐下，主要是因为不确定性太多，不知道哪条路线能成功。

在开发过程中，团队会用超长视频训练AI系统，视频会刻意漏掉一些帧，让AI预测将会发生什么。人类孩子年幼时也会通过被动观察周围世界来学习。

Yann LeCun称，实验室正在开发一套通用文本编码系统，它可以处理文本中知识的抽象表达，这种技术能用来理解视频和音频。

不断批判当今的AI路线

有人对Yann LeCun的理论保持怀疑，认为它不一定可行。

Tulane大学计算机副教授Aron Culotta认为，如何让AI具备常识一直都是无法解决的难题，要让AI模型学会因果推论也是挑战，所以AI总是会出现无法预料的错误。

多年来，Yann LeCun不断发声，认定按现在的路线走下去AI不可能达到人类水平，甚至连猫的智力都不如，但他也一直相信最终AI会进化到AGI。

马斯克曾乐观宣称，2026年之前AI就会变得比人还聪明。马斯克的言论一向激进，参考价值不高。

Yann LeCun反驳马斯克称：“最终机器会超越人类智力，但还需要一些时间。它并非近在眼前，也不是像我的朋友马斯克所说的那样明年就会实现。”

至今为止，虽然付出很多，但Fundamental AI Research实验室仍然无法证明它已经可以与DeepMind等知名研究团队抗衡。

正因为没有拿出突破性成果，所以才会有很多人认为LeCun的理论太过遥远，看不到可行性。

从长远看，LeCun相信AI代理将会出现，人类可以通过穿戴技术与AI代理交流。他始终认为：“如果想让AI变得实用，必须让它具备相当于人类等级的智力。”

希望LeCun能早点找到通往AGI的正确路线。