YannLeCunChatGPT永远达不到人类智能水平

社交媒体巨头 Meta 首席人工智能科学家 ，兼 图灵奖获得者 Yann LeCun 表示， 像ChatGPT这样的大型语言模型将永远无法达到人类的智能水平。

见相关LeCun 前文：

Yann LeCun: 不要浪费时间在LLM上！

Yann LeCun 怒怼超级对齐：猫都还没造出来，就谈控制超智能 AI？

Meta 首席科学家杨乐昆（Yann Lecun）：人类训练的人工智能，难以超越人

Yann LeCun认为当前的人工智能方法存在缺陷，因此他提出了一种“世界建模”视野来实现超级智能的目标。

LeCun表示，驱动生成式人工智能产品（如ChatGPT）的大型语言模型永远不会像人类一样具备推理和规划能力。他表示，LLMs（Large Language Models）对 逻辑的理解非常有限，不理解物理世界，没有持久的记忆，无法按任何合理定义的方式进行推理，也无法按层次化方式进行规划 。

在接受《金融时报》采访时，他反对依赖于推进LLMs来实现人类水平的智能，因为这些模型只有在被输入正确的训练数据并且“本质上不安全”时，才能准确地回答提示。

相反，他正在努力开发 一种全新一代的人工智能系统，希望能赋予机器人类水平的智能 ，尽管他表示这一愿景可能需要10年的时间才能实现。

Meta已经投入数十亿美元开发自己的LLMs，因为生成式人工智能已经蓬勃发展，旨在赶上包括微软支持的OpenAI和Alphabet的谷歌在内的竞争对手。

LeCun在Meta的基础人工智能研究（Fair）实验室领导着约500名员工的团队。他们正在努力开发一种可以以类似于人类的方式发展常识并学习世界运作方式的人工智能，这种方法被称为“ 世界建模 ”。

在投资者渴望看到人工智能投资迅速回报的时候，Meta AI主管的实验性愿景可能是 一种潜在的风险和昂贵的赌注 。

上个月，Meta因首席执行官马克·扎克伯格承诺增加支出并将社交媒体公司变成“ 全球领先的人工智能公司 ”而损失了近2000亿美元的价值，引发了华尔街投资者对成本上升及收入潜力有限的担忧。

“ 我们认为我们可能处于下一代人工智能系统的前夕。 ”LeCun说道。

他的言论出现在Meta及其竞争对手推进更加强大的LLMs的同时。OpenAI首席执行官 Sam Altman 等人认为， 这些模型是实现人工通用智能（AGI）的重要一步——在这一点上，机器的认知能力超过了人类 。

上周，OpenAI发布了其新的更快 GPT-4o 模型，谷歌推出了一个名为“ Astra项目 ”的新的“ 多模态 ”人工智能代理，可以跨视频、音频和文本进行实时查询，由其Gemini模型的升级版本提供支持。

Meta也于上个月推出了其新的Llama 3模型。该公司的全球事务负责人尼克·克莱格爵士表示，其最新的LLM具有“ 大大提升的推理能力 ”——即将逻辑应用于查询的能力。例如，系统会推断头痛、嗓子痛和流鼻涕的人可能患有感冒，但也可以认识到过敏可能导致这些症状。

然而，LeCun表示，这种 LLMs的进化是肤浅和有限的 ，这些模型只有在人类工程师干预以在其上进行培训的情况下才能学习到这些信息，而不是像人类一样有机地得出结论。

“ 对大多数人来说，它确实似乎是推理的——但大部分情况下是利用了大量训练数据积累的知识。 ”LeCun说道，但他补充道：“ 尽管有限，它们仍然非常有用。 ”

谷歌DeepMind也花费了数年时间追求构建AGI的替代方法，包括强化学习等方法，其中AI代理从其周围的环境中学习，就像在游戏般的虚拟环境中学习一样。

在伦敦举办的一个活动上，DeepMind的首席执行官迪米斯·哈萨比斯爵士表示，语言模型缺少的是“ 它们不理解你所处的空间环境，这限制了它们的实用性 ”。

Meta于2013年成立了Fair实验室，致力于开创人工智能研究，并聘请了该领域的领先学者。

然而，在2023年初，Meta成立了一个新的GenAI团队，由首席产品官克里斯·考克斯（Chris Cox）领导。该团队从Fair挖走了许多人工智能研究人员和工程师，并领导了Llama 3的工作，并将其集成到

产品中，如其新的人工智能助手和图像生成工具中。

GenAI团队的创建是因为一些内部人士认为，Fair实验室内部的学术文化部分原因是Meta在生成式人工智能激增时迟到的原因。在投资者的压力下，扎克伯格一直在推动更多的人工智能商业应用。

然而，根据接近公司的人士的说法， LeCun一直是扎克伯格的核心顾问之一 ，因为他作为神经网络的创始人之一而享有声誉，赢得了图灵奖。

“ 我们已经重新聚焦Fair的目标，朝着人类水平的人工智能的长期目标前进，基本上是因为GenAI现在专注于我们有明确路径的工作。 ”LeCun表示。

“ [实现AGI]不是产品设计问题，甚至不是技术发展问题，这在很大程度上是一个科学问题。 ”他补充道。

LeCun在2022年首次发表了关于他的世界建模愿景的论文，自那以后，Meta已经发布了两个基于这一方法的研究模型。

他今天表示，Fair正在测试不同的想法来实现人类水平的智能，因为“ 在这一领域存在着很多不确定性和探索，[所以]我们无法确定哪个想法会成功或被采纳 ”。