【新智元导读】图灵奖得主LeCun与Meta分道扬镳ღ◈！LLM邪路一条ღ◈，「世界模型才是」未来ღ◈。

　　据多家权威媒体报道ღ◈，Meta首席AI科学家ღ◈、负责「基础AI研究」（FAIR）的Yann LeCunღ◈，预计将很快离职ღ◈。

　　这位65岁的AI界元老我也玩我也玩ღ◈，在Meta这家全球最大的科技公司之一担任核心大脑ღ◈，可以说拥有无限的资源ღ◈。

　　今年夏天ღ◈，年仅28岁的Alexandr Wang成为Meta的首席AI官ღ◈，让这位初出茅庐的大语言模型狂热者成了LeCun的上司ღ◈。

　　此外ღ◈，Meta今年还任命了另一位相对年轻的首席科学家赵晟佳（Shengjia Zhao）ღ◈，职位也在LeCun之上ღ◈。

　　在官方公告中ღ◈，Meta盛赞了赵晟佳在scaling方面带来的「突破」J9九游ღ◈。而LeCun恰恰对scaling失去了信心ღ◈。

　　如果你好奇为什么LeCun和Zhao都是首席科学家ღ◈，那是因为Meta的AI部门组织架构相当奇特ღ◈，分成了多个独立的团队ღ◈。

　　上个月ღ◈，Meta超级AI实验室裁掉了数百人ღ◈，包括10年老将田渊栋ღ◈。据称ღ◈，这是为了理顺这种混乱的局面ღ◈。

　　而那支曾由LeCun领导ღ◈、风头一时无两的FAIRღ◈，如今早已风光不再ღ◈。据现任与前员工透露ღ◈，这个部门经历了裁员ღ◈、预算缩水ღ◈，内部影响力也明显下降ღ◈。

　　曾几何时ღ◈，FAIR是Meta内部思想最活跃的「象牙塔」ღ◈，研究人员可以探讨各种AI未来路径ღ◈，甚至可以做些「未必能成」的实验ღ◈，完全不用担心产品化问题ღ◈。

　　而现在ღ◈，Meta新组建的AI研究部门招来一大批高薪新兵ღ◈，由Wang主导ღ◈，目标明确ღ◈：要快ღ◈、要落地ღ◈、要产品化ღ◈。

　　他曾在多伦多的Geoffrey Hinton实验室工作ღ◈，那时Hinton还没成为AI传奇人物ღ◈。

　　「最让我兴奋的事情ღ◈，就是和比我聪明的人共事ღ◈，因为这会放大你的能力ღ◈。」LeCun在2023年杂志采访时说道ღ◈。

　　在贝尔实验室J9九游ღ◈，LeCun曾参与开发手写识别技术ღ◈，这项技术后来被广泛应用于银行自动读取支票ღ◈。他还参与了一个项目ღ◈，致力于将纸质文档数字化并通过互联网分发ღ◈。

　　LeCun曾表示ღ◈，自己从小就对物理感兴趣ღ◈，在贝尔实验室期间也主要和物理学家合作ღ◈，看了不少物理教材ღ◈。

　　我学到了很多表面上与AI或计算机科学无关的东西（我本科是电气工程ღ◈，计算机方面的正规训练其实很少）ღ◈。

　　2013年ღ◈，扎克伯格亲自邀请他加入Facebook（当时还未更名为Meta）ღ◈，组建全新的AI实验室ღ◈。

　　他领导这个团队四年ღ◈，2018年卸任ღ◈，转为公司首席AI科学家ღ◈，以「个人研究员」身份继续探索技术前沿ღ◈。

　　2018年ღ◈，他与Geoffrey Hinton和Yoshua Bengio共同获得图灵奖——计算机界的最高荣誉ღ◈，以表彰三人在神经网络方面的奠基性工作ღ◈。

　　自那之后ღ◈，LeCun就逐渐转为「象征性人物」角色ღ◈。他没有参与Meta首个开源大语言模型Llama的研发ღ◈，也早就不再参与这类项目的日常工作ღ◈。

　　据与他共事的人透露ღ◈，LeCun现在主要在做自己的研究项目ღ◈，也经常出席各种技术会议ღ◈，发表对AI技术的看法ღ◈。

　　面对媒体的报道ღ◈，Yann LeCun只是指出了报道中的「小错误」ღ◈，并没有否认即将离职的消息ღ◈。

　　他知道自己在包括Meta在内的整个硅谷技术圈内J9九游ღ◈，备受冷落我也玩ღ◈。上个月在MIT的一次研讨会上ღ◈，65岁的LeCun直言ღ◈：

　　这些年ღ◈，我在硅谷ღ◈、包括Meta的很多角落都不太受欢迎ღ◈，因为我一直在说ღ◈，3到5年内ღ◈，世界模型将成为主流AI架构ღ◈，没人再会愿意用现在这种LLMღ◈。

　　但他坚信自己对AI未来的判断ღ◈。他的老朋友Léon Bottou曾告诉媒体ღ◈，LeCun「倔强得可爱」——他会听别人意见ღ◈，但更有自己坚守的信念ღ◈。

　　他认为ღ◈，无论科技巨头如何扩大其规模ღ◈，我们目前所理解的大语言模型都已是「强弩之末」ღ◈，是一条「岔路ღ◈、干扰我也玩ღ◈，一条死胡同」ღ◈。

　　他为现代AI奠定了诸多基础ღ◈。而现在他坚信ღ◈，领域内的大多数人都被大语言模型的「海妖之歌」引入了歧途ღ◈。

　　所谓「世界模型」ღ◈，类似小动物或婴儿那样ღ◈，通过视觉等感知数据主动学习世界规律ღ◈；而LLM只是依赖海量文本做预测的模型ღ◈。

　　Meta的Llamaღ◈、OpenAI的GPTღ◈、谷歌的Bard这些模型ღ◈，都是靠海量数据训练出来的ღ◈。LeCun估算ღ◈，如果让人去读完它们训练所需的所有文本ღ◈，大概得花10万年J9九游ღ◈。

　　我们从与世界的互动中我也玩ღ◈，获取的信息要多得多ღ◈。LeCun估计ღ◈，一个普通的四岁小孩接触过的数据量ღ◈，是目前最大的LLM的50倍ღ◈。

　　而他自己ღ◈，早就准备好了替代方案ღ◈。他称之为「目标驱动的AI」（objective-driven AI）ღ◈。

　　他认为我也玩ღ◈，未来J9九游ღ◈，我们需要与可穿戴设备互动ღ◈，就像与人交流一样ღ◈，而大语言模型根本不像人类那样理解世界ღ◈。

　　这些动物能完成惊人的壮举ღ◈，它们理解物理世界ღ◈。任何一只家猫都能规划出极其复杂的行动ღ◈，因为它们拥有关于世界的因果模型我也玩ღ◈。

　　为了说明这一点ღ◈，LeCun设计了一个思想实验ღ◈：「想象一个立方体悬浮在你面前的空中ღ◈。好J9九游ღ◈，现在让这个立方体绕着垂直轴旋转90度ღ◈。它会是什么样子？」

　　当然ღ◈，大语言模型可以毫不费力地写一首关于悬浮旋转立方体的打油诗ღ◈，但它无法真正帮助你与这个立方体互动ღ◈。

　　他指出ღ◈，尽管大语言模型训练所用的文本量需要一个人花45万年才能读完ღ◈，但一个四岁的孩子在醒着的16000小时里ღ◈，通过眼睛看ღ◈、用手触摸ღ◈，已经处理了高达1.4x10^14字节的关于世界的感觉数据——

　　顺便一提ღ◈，这些只是LeCun在演讲中给出的估算ღ◈，他在其他场合也给过不同的数字ღ◈。但这些数字指向的核心观点是ღ◈：大语言模型存在着局限ღ◈，而LeCun相信世界模型能够克服这些局限ღ◈。

　　在Meta时ღ◈，LeCun其实已经开始研究世界模型——他还拍了一个介绍视频ღ◈，开头就让你想象一个旋转的立方体ღ◈。

　　在AI行动峰会的演讲中ღ◈，他理想中的模型包含一个对「当前世界状态的估计」ღ◈，以某种抽象形式呈现与当前情境相关的一切ღ◈。它不再是按顺序预测tokenღ◈，而是「预测在你采取一系列行动后ღ◈，世界将达到的最终状态」ღ◈。

　　他表示ღ◈，世界模型将使未来的计算机科学家能够构建出「可以规划行动——可能是分层级的——以实现某个目标的系统ღ◈，以及能够进行推理的系统ღ◈。」

　　LeCun还坚称ღ◈，这类系统将拥有更强大的安全特性ღ◈，因为控制它们的方式是内置的ღ◈，而不是像现在这样ღ◈，面对一个神秘莫测ღ◈、只会输出文本的黑箱ღ◈，只能通过微调来加以修正ღ◈。

　　他提出ღ◈，他的世界模型将审视当前的世界状态ღ◈，并通过寻找高效的解决方案ღ◈，来寻求与某个不同状态的兼容性ღ◈。

　　LeCun在演讲中解释道ღ◈：「你需要一个能量函数来衡量不兼容性ღ◈，给定一个xღ◈，找到一个对于该x能量较低的y」ღ◈。

　　如果说ღ◈，我们从LeCun的公开言论中拼凑出的「真相」很粗糙ღ◈、有些模糊ღ◈，甚至完全错误ღ◈，那也完全正常ღ◈。

　　但这可能需要耗费数年——甚至永远无法实现——更不用说数十亿美元的投资了ღ◈，才可能看到任何真正了不起的成果ღ◈。AI应用ღ◈！j9九游会官方网站人工智能自动化流程ღ◈，