Meta首席AI科学家呼吁放弃生成式模型，强调开源AI的重要性
时间：2025-02-23 02:10
小编：小世评选
最近，在2025年人工智能行动峰会上，Meta首席AI科学家杨立昆（Yann LeCun）就生成式AI的未来发表了引人注目的观点。他指出，现有的生成式模型（如大型语言模型LLM）并不足以让人工智能达到人类智慧的水平。他认为，当前的模型在推理过程中存在一定的盲点，使它们产生不合理的输出，甚至导致了所谓的“幻觉”现象。
生成式模型的局限性
杨立昆指出，虽然现代生成式模型在某些领域表现出色，能够通过律师资格考试和解决复杂数学问题，但对于日常生活中的许多基本任务，如做家务，它们却显得力不从心。他建议，真正的人工智能系统需要能够理解物理世界，这种理解有助于其更有效地执行人与物体的交互等简单任务。
杨立昆提出，当前流行的生成式模型并不适合用于视频制作等领域，因为这些系统缺乏对世界物理规则的真正理解。通过提出联合嵌入预测架构（JEPA），他呼吁研究者开发出可以同时考虑观察值和结果的模型，从而更好地理解和预测物理世界的行为。
高级机器智能与开源AI
在对未来AI的展望中，杨立昆强调了开源人工智能的重要性。他指出，在将来普遍存在的虚拟助手需要具备多种语言能力和文化理解，而这些复杂的能力并不能依赖于少数几家公司的闭源技术。
他提到，一个真正有用的AI系统不仅仅是技术的堆砌，而是能够反映多样化的文化观念和价值体系。各国应联合起来，共同构建这样的开源，以确保人工智能技术能够被广泛应用并惠及全人类，而不是集中在某一地区或某些小公司的控制之下。
开源VS闭源模型的竞争
杨立昆坚信，开源模型正在默默超越传统的闭源模型。他认为，这种趋势在未来将会更加明显，因为开发开源AI的过程更具透明性，能吸引全球开发者的参与，使得技术得到快速迭代。美国和其他国家的某些试图通过限制开源模型的发布来保持竞争优势，这不仅是短视的策略，更将导致自我封闭，错失技术革新的机会。
未来的发展方向
针对有志于达成长远AI目标的研究者，杨立昆给出了明确建议：应当避免卷入对LLM的竞争，因为随着技术的演进，它们的训练成本将越来越高。相反，研究者们应该把关注点放在高效的推理与规划算法上，尝试解决尚未攻克的技术难题，包括如何利用JEPA架构进行有效的分层规划和推理。
他对未来的畅想是基于一种“高级机器智能”（AMI）的发展模式，在这种模式下，AI将承担起引导人类与数字世界顺畅互动的角色。AI将不仅仅局限于辅助日常工作，而是作为一种智能伙伴，与人类共同探索和解决复杂问题。
思考
杨立昆的观点为当前的人工智能研究指明了新的方向。他不仅对生成式模型提出了批评，更提供了一种全新的视角，即如何通过开源合作的方式推动AI的发展。他的愿景是，通过科学的开放与合作，研发出一种真正具备人类理解与交互能力的以便更好地服务于人类社会。随着开源理念的不断深入，相信未来的AI将能够更好地为各行各业提供创新解决方案，从而推动整个社会的进步与发展。
