专栏名称: 人工智能学家
致力成为权威的人工智能科技媒体和前沿科技研究机构
目录
相关文章推荐
黄建同学  ·  LeRobot都能接大模型了↓-202506 ... ·  15 小时前  
新机器视觉  ·  Science重磅:全球首例!复旦科学家团队 ... ·  16 小时前  
爱可可-爱生活  ·  晚安~ #晚安# -20250608223927 ·  昨天  
爱可可-爱生活  ·  [LG]《Log-Linear ... ·  3 天前  
51好读  ›  专栏  ›  人工智能学家

图灵奖得主杨立昆现场追问:AI 还没越过这 3 道认知墙,谈什么通用智能?

人工智能学家  · 公众号  · AI  · 2025-05-16 18:32

正文

请到「今天看啥」查看全文


  • 面对一个从未遇见的问题;
  • 在脑中调用规则、模型和假设;
  • 一步步演绎、分解、验证。

LeCun强调,大语言模型在结构上根本不具备这套能力:

“语言模型不是问题求解器,它只是一个自编码器,以预测为本能。”

🧨 他公开反对“奖励足够了”这类路径幻想

图片

🔍 没有内部模型,AI 只能“碰运气”

图片

✍️ 第四节|破解路径:JEPA 架构登场

“我们要让系统预测现实,而不是续写句子。” ——Yann LeCun

图片

我们不是让系统在像素层面重建视频,而是在高层抽象空间中预测接下来会发生什么。

🔍 为什么要预测表示,而不是还原原始数据?

LeCun指出:视频、音频等连续信号高度复杂,预测像素几乎不可能。 但我们可以先学习一个低维度的、抽象的“潜在表示空间”,再在这个空间中进行预测。

这类似人脑在看见一段动作后,不是还原每一帧,而是形成一个动态理解模型。

📌 JEPA 的区别在哪里?

图片

JEPA 是 LeCun 概念中的“高级机器智能”(AMI)架构的底座。

JEPA 不是商业上的“下一代模型”,而是方向上的重新定向。

LeCun的回答很清晰:如果我们不改变底层架构,就永远造不出真正懂世界的 AI。

✍️ 第五节|重定义:AMI 取代 AGI?

“AGI 是伪命题,我们需要的是 AMI——高级机器智能。” ——Yann LeCun

LeCun并不回避“通用人工智能”这个话题。但他的态度很明确:他不信 AGI,也不追 AGI。

他认为这个概念存在两个根本问题:

  1. 误判了人类智能的本质
  2. 掩盖了真正的系统设计路径

🧠 人类智能,从来不是“通用”的

人类智能是非常专门化的,只是在我们擅长的任务上看起来很强。

LeCun提出一个看似挑衅,实则深刻的观点:我们之所以觉得自己“通用”,是因为我们无法意识到那些我们永远无法理解的事物。

所以我们误以为:我们能理解的,就是全部。

而 AGI,恰恰建立在这种错觉之上。

📌 AMI:比“通用”更现实的目标

LeCun提出一个替代概念:AMI(Advanced Machine Intelligence)

它的特征不是“无所不能”,而是具备以下核心能力:

  • 对现实有抽象建模能力(世界模型)
  • 有持久记忆和状态追踪机制
  • 能规划、分解任务、做中长期推理
  • 能通过多模态感知和环境互动逐步学习

AMI 不是试图“模拟人类”,而是构建适合机器自身的智能系统架构。这是一种系统理性,而非幻想超越。

💡 为什么 AMI 更重要?

AGI是一个故事,AMI是一个系统。

前者吸引投资,后者真正推进能力边界。

LeCun的选择很明确:他不站在 hype 上,他站在架构底层。

✍️ 第六节|行动建议:别卷模型,卷架构

“学术界不该再追 LLM,应该去做工业界没时间做的事。” ——Yann LeCun

LeCun的这句话,像是对整个AI创业圈泼下的一盆冷水。

所有人都在调模型、堆RAG、炼提示词。 但在他看来,这种热闹的局面,本质上是资源错配。







请到「今天看啥」查看全文