股票配资知识
文┃小夏
编辑┃叙言
近日，图灵奖得主、前Meta首席AI科学家YannLeCun在一档访谈里炸了锅。
他直言不讳地说，现在硅谷追捧的大语言模型路线就是胡扯，根本走不通。
更让人意外的是，已经65岁的他，刚结束在Meta长达12年的工作，选择重新创业，要靠一套“世界模型”改写AI的未来。
大佬叛出Meta，只为打破封闭
LeCun离开Meta的决定，并非一时兴起。
他在访谈里提到，以前像他做的这类长期基础研究，只能靠IBM、贝尔实验室这种大企业，或是Meta、谷歌的研究院支撑。
本来他推动的开放研究还影响过整个领域，可后来包括Meta在内的很多实验室都转向了封闭。
这种封闭氛围对基础研究太不友好了。
LeCun就吐槽过，要是不让科学家发表成果，只让他们闷头搞研究，还得等好几年才能看到产品影响，没人能有足够动力做真正有用的事。
而且内部追捧的项目，很可能只是自我感觉良好，没经过学界检验根本靠不住。
无奈之下，他才选择在65岁这个本该退休的年纪创业。
他的新公司AMI，核心就是要坚持开放研究。
本来想在Meta内部继续推进自己的研究方向，后来发现实在行不通，创业反而成了唯一的出路。
炮轰LLM神话，AI该先过“狗关”
LeCun对当下的LLM热潮，批评得相当直接。
他觉得业界对大语言模型规模化的执念，把AI引上了一条看似高速、实则封闭的死胡同。
在他看来，现在AI最大的瓶颈不是怎么逼近人类级智能，而是先达到“狗的智能水平”，这个判断确实颠覆了很多人的认知。
毕竟现在大家都盯着LLM的语言能力和知识覆盖面，可LeCun认为，现实世界的理解、预测和行动能力，远比生成流畅文本复杂得多。
LLM本质上只是在复述记忆的内容，根本没真正理解世界。
我倒觉得这个观点挺有道理，就像现在的LLM处理图像、视频这些数据时，效果总是差强人意。
本来想靠增大参数规模解决这个问题，后来发现根本行不通。
这些连续、高维的噪声数据，和文本数据的逻辑完全不同，LLM根本驾驭不了。
世界模型是什么？不玩像素玩抽象
LeCun押注的“世界模型”，和大家想的可能不一样。
很多人以为世界模型是像《星际迷航》里的全息甲板那样，复刻现实世界的每一个细节，但LeCun说，这是个错误的想法。
真正的世界模型，核心是在抽象表征空间里建模世界规律，简单说，就是过滤掉那些没用的细节，只预测和任务相关的部分。
比如想知道100年后木星在哪，根本不用知道木星的全部信息，只要六个关键数据就够了，这个思路不是凭空来的。
LeCun在这个方向已经研究了近20年。
从1993年提出的对比学习模型，到后来的BarlowTwins、VICReg，再到现在的JEPA架构，核心都是为了让模型学会这种抽象表征。
他还提到，之前整个领域都犯过一个错，就是试图在像素级别做预测，这在视频这种高维空间里几乎不可能实现。
直到放弃像素级预测，转向抽象表征，才找到正确的方向。
65岁再出发，为AI找对方向
很多人都好奇，LeCun已经拿过图灵奖，荣誉满身，为什么65岁还要折腾创业？他自己的答案是使命感。
在他看来，提升世界上的“智能总量”是件内在正确的事。
智能是这个世界上最稀缺、最需要的资源，不管是帮人类变聪明，还是用机器增强人类智能，都是在做同一件有意义的事。
他还提到，硅谷现在的竞争太激烈，所有公司都被迫做同一件事，形成了技术单一化的氛围。
这种环境下，很容易被不同方向的技术突破颠覆，他之所以选择跳出硅谷，在巴黎、纽约等地布局新公司，就是想打破这种僵局。
对于AI的未来，LeCun也有自己的判断，他觉得“通用智能”这个概念本身就站不住脚，人类智能其实也是高度专用化的。
与其追求通用智能，不如追求“人类水平智能”，也就是让机器在人类擅长的领域达到或超过人类水平。
最乐观的情况下，5到10年内可能会出现接近“狗水平”的智能系统，但这只是最理想的估计，AI发展中总会出现新的瓶颈。
至于大家担心的AI安全问题，LeCun认为不用暂停发展，而是要在设计阶段就加入硬性约束。
比如让家用机器人始终避开人类，限制危险动作，这种先天的安全设计，比事后微调LLM过滤内容靠谱多了。
LeCun的反叛，给当下火热的AI行业泼了一盆冷水，现在的AI行业确实有点陷入LLM的路径依赖。
对于整个行业来说，多一条探索路径，总比所有人挤在一条死胡同里强。
毕竟，真正的AI进步，从来不是靠跟风内卷，而是靠这种敢于质疑、勇于探索的精神。
声明：本文内容均是根据权威材料，结合个人观点撰写的原创内容，辛苦各位看官支持，请知悉。
股票配资知识
恒信证券提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
推荐资讯
