LeCun警告别再搞LLM

Yann LeCun： 学生与学者应避开LLM，开创新AI架构。

Yann LeCun，纽约大学教授、Meta 首席 AI 科学家，在推特上发表了对大型语言模型（LLM）的看法。他建议学生和学术研究人员不要将 LLM 作为通往人类级 AI 的道路。

LeCun 认为，LLM 只是一个“下坡路”，因为已经有大量工程师和资源投入到 LLM 的开发中。学生和研究人员很难在 LLM 领域做出有意义的贡献。

他建议，与其在 LLM 上投入时间，不如专注于探索新的 AI 架构和想法，即使是针对小问题的研究，也可能比分析现有 LLM 更有趣且更有影响力。

LeCun 的观点得到了 Sebastian Raschka 的支持。Raschka 是 AI 和 ML 研究员，他分享了一篇关于 LLM 能力局限性的文章，并指出即使使用工具，LLM 也无法获得或给出正确答案。

虽然 LeCun 的观点引发了一些讨论，但他的观点提醒我们，在追求人类级 AI 的道路上，需要探索更广泛的创新，而不仅仅是依赖 LLM。

LeCun 推文内容：

如果你是一名学生或学术研究人员，并希望在朝向人类水平AI的道路上取得进展：

>>>不要研究LLM<<<

大语言模型（LLM）是一条死胡同。成千上万的工程师正用庞大的计算资源研究LLM。你唯一可能做出贡献的方法是分析现有的LLM，展示它们的力量和局限性。但更有趣且有影响力的是提出新的想法和新架构，即使是小问题上也能展示其效果。

网友热议

LeCun 发言又一起引起网友们激烈讨论。

Harmony Hacker ：LLM是否应该出现在每个手机、每台计算机、每个平板电脑和每辆汽车上？如果我们还没有实现这个目标，为什么要急于超越这一步达到“人类水平”的AI？

Yann LeCun ：因为让AI助手变得最有用、最有帮助、最易于使用的最佳方式是让它们像聪明但勤勉的人类。

Thoko Malizani ：这只是一个观点。你的证据在哪里？

Shadow ：这句话来自一个佩戴Meta徽章的人。一个提供一切作为LLM的软件，同时暗中专注于颠覆民主。

Constantine Vassilev ：或者仅仅是基于LLM创建有用的实际应用。

Yann LeCun ：好吧，那为什么还要读博士呢？

Constantine Vassilev ：我之前在学术界，需要一篇接一篇地发表论文，太理论化了，实在是太无聊了，于是转向了另一边。真正有趣的事情是将理论应用于实践，比如创建生产就绪、可扩展、可维护的网络服务。80%的良好组织的理论在现实生活中无法应用。现在使用AI，这部分变得更加容易，比如扫描日志并解释它们。不再缺乏想法，现在有成千上万的新想法可以实施，真正有用的AI使用来自经验的见解。