Meta首席AI科學家：抱歉 大語言模型無法達到人類智力水平 發(fā)布人：傳感器技術(shù) 時間：2024-05-28 來源：工程師 加入技術(shù)交流群 掃碼加入和技術(shù)大咖面對面交流海量資料庫查詢 發(fā)布文章 <a target='_blank'><img src='https://ad.eepw.com.cn/www/delivery/avw.php?zoneid=88&cb=INSERT_RANDOM_NUMBER_HERE&n=a635e61e' border='0' alt='' /></a> <a target='_blank'><img src='https://ad.eepw.com.cn/www/delivery/avw.php?zoneid=87&cb=INSERT_RANDOM_NUMBER_HERE&n=a576c0a2' border='0' alt='' /></a> 大數(shù)據(jù)文摘受權(quán)轉(zhuǎn)載自頭部科技到底AI的智力能不能超越人類？AI也許可以，但生成式AI恐怕不太可能。如果這一結(jié)論出自外行之口，我們一笑了之，但它出自Meta首席AI科學家Yann LeCun之口，那就值得好好傾聽了。Yann LeCun認為，ChatGPT之類的生成式人工智能都是由大語言模型驅(qū)動的，它的推理和規(guī)劃能力無法達到人類水平，如果想開發(fā)真正具有超級智能的機器，人類應該尋找別的方案。在Yann LeCun看來，大語言模型（LLM）在理解邏輯時能力受限，也無法理解物理世界，沒有永久記憶，不能在任何合理的術(shù)語定義中推理，無法做規(guī)劃。即使是普通人，只要對人工智能稍有了解，大多都會認同Yann LeCun的觀點。AI換條路有可能在10年內(nèi)媲美人類最近幾年，人工智能（尤其是生成式AI）突飛猛進，它帶給人類新的希望：“我們能用大語言模型打造出相當于人類的智力?！钡玒ann LeCun認為人類的這種希望脫離實際，很簡單，現(xiàn)在的生成式AI給出正確回答是有前提的，也就是訓練AI的數(shù)據(jù)必須正確。雖然生成式AI的智力水平追不上人類，但Yann LeCun相信只要改變方向還是有可能做到的。正因如此，Yann LeCun正在開發(fā)新一代AI系統(tǒng)，它的智力水平有望媲美人類，達成目標可能還要10年。Meta已經(jīng)向大語言模型研究投入巨資，它正在努力追趕微軟OpenAI、谷歌等對手。Yann LeCun是Meta公司Fundamental AI Research實驗室的主導者，管理著約500人組成的團隊。團隊的目標是開發(fā)出能孕育常識的AI，它要像人類一樣學著了解世界的運行原理，這種AI也就是所謂的“世界模型（world modelling）”。愿景很美好，但風險和成本都很高，餓狼一樣的投資者恐怕沒有多少耐心，他們希望AI投資能快速變成回報。上個月Meta市值蒸發(fā)約2000億美元，因為扎克伯格準備增加開支，要將社交巨頭變成世界領先的AI企業(yè)，投資者拋售股票，認為巨額投資在短期內(nèi)無法帶來多少營收。Yann LeCun說：“我們認為，Meta處在下一代AI系統(tǒng)研發(fā)的最前端?！?/span>用大語言模型無法實現(xiàn)AGI幾乎所有美國科技巨頭都在努力開發(fā)更強大的大語言模型，OpenAI也在朝著AGI加速前進。在過去一段時間里，OpenAI發(fā)布 GPT-4o，谷歌展示Project Astra，Meta推出新Llama 3模型。Meta全球事務主管Nick Clegg說，最新的大語言模型在推理等方面有了顯著進步。例如，如果一個人頭痛、喉嚨痛、流鼻涕，AI會判斷他可能感冒了，也知道可能是過敏引起的。雖然大語言模型很熱鬧，但Yann LeCun仍提醒說它是膚淺的，能力也存在局限，只有工程師介入，用特定數(shù)據(jù)訓練，它才會在指定范圍內(nèi)學習，這種AI并不像人類，人類會以有機的形式得出結(jié)論。Yann LeCun稱：“看起來大語言模型AI可以像人類一樣推理，但它大多時候只是在利用已經(jīng)積累的知識，這些知識來自訓練數(shù)據(jù)。大語言模型的確有用，但局限性也很大。”為了開發(fā)出AGI，谷歌DeepMind也在尋找替代方案，它應該也知道大語言模型存在局限性。增強學習也許是不錯的選擇，AI代理可以在游戲一樣的虛擬環(huán)境中學習。DeepMind創(chuàng)始人Demis Hassabis認為，大語言模型無法理解空間環(huán)境，因此實用性受到嚴重限制。世界模型帶來希望Fundamental AI Research實驗室于2013年設立，2023年Meta又設立了GenAI團隊，由首席產(chǎn)品官Chris Cox領導。GenAI團隊從Fundamental AI Research實驗室挖了許多人，它主導開發(fā)了Llama 3并將該模型植入眾多產(chǎn)品。為什么要創(chuàng)建GenAI？主要是因為部分人認為Fundamental AI Research實驗室充滿學術(shù)文化，正是這種文化導致Meta在AI領域慢了一步，在投資者的壓力下，扎克伯格希望能早早讓AI商業(yè)應用落地。當然，Yann LeCun并沒有被冷落，他仍然是扎克伯格的核心顧問之一，而且Yann LeCun之前在AI領域建樹頗多，還拿過圖靈獎，成就有目共睹。Yann LeCun稱：“Fundamental AI Research實驗室的長遠目標是打造可以媲美人類的AI，GenAI專注于有明顯路線的目標?！?/span>他還說：“如何實現(xiàn)AGI不是產(chǎn)品設計問題，不是技術(shù)開發(fā)問題，更多還是科學問題?！?/span>2022年Yann LeCun發(fā)表論文，談及“世界模型”愿景，之后Meta根據(jù)這一路徑開發(fā)了兩款模型。Yann LeCun稱，F(xiàn)undamental AI Research實驗室正在嘗試不同的路線，以求開發(fā)出人類等級的AI，之所以多管齊下，主要是因為不確定性太多，不知道哪條路線能成功。在開發(fā)過程中，團隊會用超長視頻訓練AI系統(tǒng)，視頻會刻意漏掉一些幀，讓AI預測將會發(fā)生什么。人類孩子年幼時也會通過被動觀察周圍世界來學習。Yann LeCun稱，實驗室正在開發(fā)一套通用文本編碼系統(tǒng)，它可以處理文本中知識的抽象表達，這種技術(shù)能用來理解視頻和音頻。不斷批判當今的AI路線有人對Yann LeCun的理論保持懷疑，認為它不一定可行。Tulane大學計算機副教授Aron Culotta認為，如何讓AI具備常識一直都是無法解決的難題，要讓AI模型學會因果推論也是挑戰(zhàn)，所以AI總是會出現(xiàn)無法預料的錯誤。多年來，Yann LeCun不斷發(fā)聲，認定按現(xiàn)在的路線走下去AI不可能達到人類水平，甚至連貓的智力都不如，但他也一直相信最終AI會進化到AGI。馬斯克曾樂觀宣稱，2026年之前AI就會變得比人還聰明。馬斯克的言論一向激進，參考價值不高。Yann LeCun反駁馬斯克稱：“最終機器會超越人類智力，但還需要一些時間。它并非近在眼前，也不是像我的朋友馬斯克所說的那樣明年就會實現(xiàn)?！?/span>至今為止，雖然付出很多，但Fundamental AI Research實驗室仍然無法證明它已經(jīng)可以與DeepMind等知名研究團隊抗衡。正因為沒有拿出突破性成果，所以才會有很多人認為LeCun的理論太過遙遠，看不到可行性。從長遠看，LeCun相信AI代理將會出現(xiàn)，人類可以通過穿戴技術(shù)與AI代理交流。他始終認為：“如果想讓AI變得實用，必須讓它具備相當于人類等級的智力?！?/span>希望LeCun能早點找到通往AGI的正確路線。 *博客內(nèi)容為網(wǎng)友個人發(fā)布，僅代表博主個人觀點，如有侵權(quán)請聯(lián)系工作人員刪除。
加入技術(shù)交流群
