27日“AI前沿国际研讨会”上
在主题演讲中介绍“世界模型”训练

Yann LeCun教授27日表示:“现有的大型语言模型(LLM)将在5年内变得过时,仅靠文本驱动的学习无法达到人类水平的人工智能(AI),通过感官输入来理解世界是必不可少的。”

Yann LeCun教授27日在首尔龙山举行的“AI前沿国际研讨会”上发表主旨演讲。记者 Kim Bokyung

Yann LeCun教授27日在首尔龙山举行的“AI前沿国际研讨会”上发表主旨演讲。记者 Kim Bokyung

View original image

他当天在首尔龙山Dragon City举行的“AI前沿国际研讨会”上发表主题演讲时作出上述表示。Yann LeCun教授是“人工智能四大权威”之一,同时担任位于美国纽约的“全球AI前沿实验室(Global AI Frontier Lab)”的共同负责人。


他以“要打造真正的智能机器,未来还需要经历几次革命”为开场,进一步阐释了自己一直倡导的“世界模型(World Model)”概念。


所谓世界模型,与婴儿在出生几个月后通过观察世界而逐步形成的概念类似。Yann LeCun教授认为,只有像婴儿那样,具备通过视觉、听觉、触觉等多种感官去理解物理世界的能力,AI才能达到人类水平的智能。


世界模型同时也是一种以当前时点(t)为基础预测下一个状态(t+1)的概念。对t+1的预测,使AI能够学习并模拟物理规律、因果关系以及环境变化。其目标不是让AI单纯记忆数据,而是理解并预测世界的运行原理。


他评价称:“当前的AI架构非常糟糕,目前的AI系统根本无法与人类或动物的智能相提并论,在理解物理世界这一点上,甚至还不如一只家猫聪明。”


他还表示,人类智能本身并不“通用”,而是高度专业化的,因此他并不喜欢“人工通用智能(AGI)”这一表述。与此同时他强调:“我们真正应该追求的目标,是能够理解世界并进行物理推理的高度智能。”


他提出了JEPA(Joint Embedding Predictive Architecture,联合嵌入预测架构)这一概念,并指出,以像素级精度来准确预测未来是不可能的,在抽象表征空间中进行预测才是更合适的路径。


他表示:“JEPA通过各自的编码器将输入和预测目标转换到表征空间,在该表征空间中执行预测。通过抽象化,在可预测的层面上构建模型,这就是智能的本质。”


他认为,如果要让AI像人类和动物那样进行思考,其结构必须能够:▲观察当前状态;▲将其与短期记忆相结合,通过世界模型模拟多种行为序列;▲从中选择能够满足目标的那种行为。



Yann LeCun教授表示:“我们将重点关注物理世界理解、推理和规划等现有LLM尚无法解决的领域,JEPA风格的架构将会成为主流。”


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。