图灵奖得主杨立昆：大语言模型发展已接近瓶颈，AI 仅靠文本训练无法实现人类级智能

GoodNav 3 月 23 日报道，图灵奖得主与Meta首席AI科学家杨立昆（Yann LeCun）在20日的“Big Technology Podcast”科技播客中，分享了关于生成式AI为何难以进行科学发现及未来AI发展等相关话题。

他指出，当前的大语言模型等AI技术实际上是通过文本训练并依靠统计规律生成答案，因而无法“创造全新事物”，这表明其固有局限性。而人类则可以依托常识和心理模型进行思考与解决新问题，这种能力是AI大型模型所不具备的。“这些模型仅在海量文本数据上进行训练以进行信息检索和生成，缺乏对物理世界的理解和抽象推理能力。”

他认为，目前大语言模型的发展已经处于瓶颈状态，训练数据的增长带来的收益正在逐渐减少，进一步获取数据不仅价格昂贵，而且难以达到预期效果。单纯通过扩大大语言模型的规模和增加训练数据无法实现人类水平的AI，因为大模型缺乏真正的推理和对物理世界的理解能力。

杨立昆表示，“真正的AI”需要理解物理世界，具备持久的记忆，并能支持推理与规划。

据之前的报道，杨立昆曾在今年2月预测，AI技术将在2030年前迎来一次重大革命。但目前的AI系统依然受到局限，现有技术难以支撑家用机器人和自动驾驶汽车的发展。

他正在研究一种新系统，旨在通过建立模型来预测物理世界的行为，以帮助AI“理解”现实。“目前的AI仍无法与人类相提并论。如果我们能研发出像猫或老鼠一样聪明的系统，那将是一次巨大的飞跃。”

相关阅读：

• 《Meta 首席 AI 科学家杨立昆最新观点：现有技术难以支撑家用机器人和自动驾驶汽车》