圖靈獎得主、Meta 首席 AI 科學家楊立昆（Yann LeCun）做客 20 日播出的“Big Technology Podcast”科技播客節(jié)目，談到了當前生成式 AI 為何難以做出科學發(fā)現以及未來 AI 如何發(fā)展等話題。
他表示，大語言模型等現有 AI 技術本質上是基于文本訓練并通過統(tǒng)計規(guī)律生成答案，無法“創(chuàng)造新的事物”，因此存在局限性。而人類能夠運用常識和心理模型思考并解決新的問題，這項能力是 AI 大模型所不具備的�！八鼈冎皇窃诖罅课谋緮祿线M行訓練以進行檢索和生成，缺乏對物理世界的理解和抽象推理能力�！�
他認為當前大語言模型的發(fā)展已經接近瓶頸，訓練數據的增長帶來的回報正在逐漸遞減，進一步獲取數據不僅成本高昂，而且難以達到預期效果。僅僅通過擴大大語言模型的規(guī)模和訓練更多數據無法實現人類水平的 AI，因為大模型缺乏真正的推理能力和對物理世界的理解能力。
楊立昆表示，“真正的 AI”需要理解物理世界，擁有持久的記憶，支持推理和規(guī)劃。
據IT之家此前報道，楊立昆曾在今年 2 月預測，AI 技術到 2030 年前將迎來進一步的革命。但目前的 AI 系統(tǒng)依然受限，現有技術難以支撐家用機器人和自動駕駛汽車。
楊立昆正在研究一種新的系統(tǒng)，旨在通過建立一個模型來預測物理世界的行為，從而幫助 AI“理解”現實。“AI 現在還不能與人類匹敵。如果我們能夠開發(fā)出像貓或老鼠一樣聰明的系統(tǒng)，那就算是一大進步。”
