Yann LeCun在巴黎AI行动峰会上提出，Meta的最新AI模型将解决当前AI缺乏人类智能主要特征的问题。
在当前的人工智能领域，Meta的AI首席科学家Yann LeCun提出了一个引人注目的观点：该公司的最新Meta AI模型将解决当前人工智能缺乏人类智能主要特征的问题。这一声明在巴黎AI行动峰会上被报道，引起了广泛关注。
理解物理世界与持久记忆
LeCun指出，有四个智能行为的基本特征是每一个相对聪明的动物都能做到的，人类当然也不例外。这些特征包括：
– 理解物理世界
– 拥有持久记忆
– 能够推理
– 能够规划复杂行动，特别是分层规划
然而，当前驱动流行AI聊天机器人的大型语言模型（LLMs）尚未达到这一门槛。LeCun认为，融入这些能力将需要改变它们的训练方式。
Meta的创新尝试
为了提升Meta AI模型的能力，Meta已经在试验一个名为检索增强生成（RAG）的系统。这种方法使用外部知识源来增强LLM的输出。此外，Meta在2月发布了V-JEPA，这是一个非生成性模型，通过预测视频中缺失或掩盖的部分来学习。
LeCun认为，“基于世界的模型”将是一个更好的方法。这些模型将在现实生活场景中训练，并拥有比当前基于模式的AI更高的认知能力。这个概念涉及可以想象采取行动并预测结果世界状态的模型。由于世界有无限不可预测的可能性，LeCun认为训练必须通过抽象进行，这反映了人类如何理解物理世界。
Meta的挑战与机遇
与此同时，Meta正经历其AI研究团队的显著人才流失。特别是在2023年创建原始Llama模型的研究人员中，许多人已经离开了公司。尽管如此，Meta仍在努力推进其最新发布——Llama 4的开发工作。然而，这一发布受到了开发者的冷淡反应，许多人现在关注那些拥有专用推理模型、动作更快的竞争对手。
相关阅读： Meta获得欧盟监管机构批准使用社交媒体内容训练AI
杂志推荐： AI治愈失明，‘好’宣传机器人，OpenAI末日地堡：AI之眼
阅读原文
Cointelegraph: Meta’s AI boss says current AI lacks ‘intelligent behavior’ — Report
Meta’s chief AI scientist, Yann LeCun, has reportedly said “world-based models” would be a better approach to AI, as these would be trained on real-life scenarios.
相关词条
- Yann LeCun: Meta的首席AI科学家，深度学习领域的先驱之一，对卷积神经网络（CNN）的发展有重大贡献。
- 检索增强生成（RAG）: 一种使用外部知识源来增强大型语言模型输出的方法，旨在提高模型的准确性和相关性。
- V-JEPA: Meta发布的非生成性模型，通过预测视频中缺失或掩盖的部分来学习，旨在提高AI对物理世界的理解。
- 基于世界的模型: 一种AI训练方法，模型在现实生活场景中训练，旨在拥有比当前基于模式的AI更高的认知能力。
- Llama模型: Meta开发的一系列大型语言模型，旨在推动AI技术的发展，但近期面临人才流失和竞争压力。
可能问题
- Meta的AI负责人提到的‘智能行为’的四个基本特征是什么？
- 为什么当前的大型语言模型（LLMs）缺乏人类智能的主要特征？
- 检索增强生成（RAG）系统如何增强大型语言模型的输出？
- 基于世界的模型与当前基于模式的AI相比有哪些优势？
- Meta的AI研究团队人才流失对其最新AI模型Llama 4的开发有何影响？
