“AI 教父”杨立昆：下一代 AI 须理解现实世界

AI 总结
• AI先驱杨立昆10月12日在首尔表示，下一代AI突破将来自能够理解物理世界的“世界模型”，而非大语言模型。
• 杨立昆指出当前大语言模型在理解现实世界方面存在局限，以L5级自动驾驶为例，机器难以像人类青少年学习驾驶那样轻松掌握物理世界的复杂规律。
• 他认为语言是高度可预测的序列，而现实世界包含大量非结构化信息，单纯依靠预测下一个词的LLM无法应对这种复杂性。
• 杨立昆主张开发世界模型，使AI能够学习支配现实世界的物理规律和因果关系，从而预测行动结果并与环境进行交互。

【AI 下一代突破将来自理解现实世界的系统】
IT之家 10 月 12 日消息，据韩媒 The Korea Herald 今天报道，人工智能先驱人物、AMI Labs 创始人兼董事长杨立昆（Yann LeCun）周一在首尔表示，AI 的下一次突破不会来自大语言模型，而是来自能够理解、预测物理世界的系统。

他认为，“世界模型”将推动 AI 进入下一阶段。


【杨立昆：语言模型在理解现实世界方面存在局限】
杨立昆强调，为日常生活场景打造的大语言模型，在理解现实世界方面存在局限。

他对此解释称：“我们现在没有做出无需任何训练就能完成任务的机器人，也没有开发出 L5 级自动驾驶汽车，对比之下任何青少年只需要练习几个小时，就能学会驾驶。”

他继续说道：“这说明 AI 在理解语言和理解现实世界之间存在巨大差距。

事实证明，机器想要读懂语言很容易，而理解现实世界并不容易。

”
【大语言模型的预测模式难以应对复杂现实】
大语言模型（LLM）是根据海量训练数据学到的模式，预测下一个最可能出现的词语生成文本。

杨立昆认为，这种方法在编程、数学等涉及可预测序列的任务中表现出色，可现实世界的大多数信息，远没有语言那么容易预测。

【主张开发“世界模型”以学习物理规律与因果关系】
因此他主张开发世界模型，使 AI 能够学习支配现实世界的物理规律和因果关系，让这套系统预测行动可能产生的结果，并与周围环境交互。

【背景资料】
IT之家注：杨立昆是卷积神经网络（CNN）的重要发明者之一，他的理论极大推动现代计算机视觉发展，广泛应用于图像和视觉识别。

他曾在 2018 年获得图灵奖，并被业界誉为“AI 教父”之一。

[来源链接] https://www.ithome.com/1/011/891.htm