最近，图灵奖得主、Meta首席AI科学家兼纽约大学教授Yann LeCun的演讲，为我们展现了一幅AI未来发展的清晰图景。作为人工智能领域的权威人物，他不仅分享了对AI发展的深刻见解，更着重强调了开源创新的重要性。

回顾AI发展历程，一个引人深思的现象是：即便在顶尖科学家达成共识，选择主动暂停研究的"AI寒冬"时期，这种谨慎的态度反而催生了新的技术突破。正如LeCun在与AI先驱Marvin Minsky的对话中所了解到的，这些暂停往往是为了"发明一些原本不会出现的新东西"。

在当前AI快速发展的背景下，LeCun提出了一个清晰的愿景：AI系统不是要"接管"人类，而是要成为赋能的助手。他特别强调，未来的AI发展需要突破当前大语言模型的局限，在常识推理、持续记忆等方面取得实质性进展。更重要的是，他将开源基础模型视为确保AI发展多样性和民主化的关键路径。

就像印刷术的发明引发了文艺复兴和启蒙运动一样，LeCun相信，我们正站在另一次重大技术变革的门槛上。这场变革不仅关乎技术本身，更将重塑我们与数字世界的互动方式，开启一个更加开放、多元的AI时代。

一、AI 革命不止一场？

在我们回顾一生中的人工智能研究时，有一条耐人寻味的时间线：一些顶尖科学家基于共识，曾主动暂停研究，认为当时并不是推进 AI 的最佳时机。

结合当下不断涌现的技术浪潮——这或许意味着我们正经历多场根本性的 AI 革命——这样的视角为理解当今商业世界及其他领域的变化提供了独到的见解。

Yann LeCun 曾任 Meta 研究主管，是科技领域的权威人物。他表示自回归式 LLM 终将“走向末路”，因为输出不可控，无法真正做到完全事实性、无毒性，以及可控性，那就意味着如果生成的时候错一点点，最终也会呈现指数级的偏离。

二、Yann LeCun：科技探索之路

LeCun 表示，从小他就对科学充满好奇。父母曾带他观看《2001 太空漫游》，这部电影受到了 Marvin Minsky 的建议启发，这位 AI 先驱。

“从小我就被动物和人类智慧的演化所吸引，”他分享道，这种兴趣最终引导他投身于神经网络的研究。

加入 Meta 之前，他明确要求研究成果必须开源，且他可以继续留在纽约任教于 纽约大学 。开源对他来说至关重要——LeCun 强调，推动新一代 AI 时代的到来，必须以开放和民主的方式进行。

三、AI 寒冬：为何按下暂停键

这位 AI 领域的奠基人，从 20 世纪 50 年代研究 “感知机” 起，就对人工智能的发展产生了深远影响，并与 Seymour Papert 等人展开合作（LeCun 还提到 Piaget 和 Chomsky 在语言学方面的讨论）。LeCun 认为，20 世纪 80 年代数据和模型的局限性让 Minsky 等人决定进入所谓的 AI 寒冬，即暂停相关研究。

在回顾这段长达数年的 AI 低潮期时，LeCun 透露，他曾向已故的 Minsky 询问此事，Minsky 依然坚信当初的决定是正确的。

“我曾和 Minsky 聊过这个话题，”LeCun 回忆道，“那时我还是个学生，他告诉我，‘暂停是对的，因为这让我们去发明一些原本不会出现的新东西。”

四、超级智能的未来

关于通用人工智能的未来时，他表示不喜欢这个说法。他更倾向于使用“AMI”（高级机器智能），并对那些认为“AI 终将超越人类智能”的观点给出了直接且大胆的回应。

“把智能看作一种线性尺度的想法根本站不住脚，”他说。“你的猫在某些方面比你聪明，而你在其他方面比它聪明。一个 30 美元的小玩意就能在国际象棋上打败你，这说明它在下棋方面比你聪明。所以……智能并不是一条直线上不断攀升的东西，认为达到 AGI 会是某个突发事件，这完全是胡扯。AI 的发展是渐进的。”

他认为，AI 最终会在许多领域达到类似人类的智能水平，但不会有明确的临界点。他的描述更像是一种逐步接近奇点的过程。

“可以肯定的是，未来我们将拥有在几乎所有领域都能与人类匹敌的智能系统，”他说。

LeCun 还指出，当前的生成式 AI（GenAI）将被一种名为联合嵌入预测架构（JEPA）的模型取代。“生成式 AI 的生命周期大约只有三年，”他表示。

五、两场 AI 革命

LeCun 认为，在技术快速演进的背景下，坚持开源不仅能促进基础模型的多样性，也能像多元化的媒体和民主制度一样，推动创新循环。他提到 PyTorch 是 ChatGPT 等技术的基础工具，强调在大语言模型和神经网络研究中，自由交流和技术加速的价值。至于 AI 的潜在风险，他认为其带来的好处远远超过了风险。

“AI 会让每个人变得更聪明，”他说。“它不会毁灭人类。”

LeCun 预测，下一代 AI 工具将采用全新的设计思路，打造更安全、可控的系统，并赋予 AI 常识和明确的目标导向。

他还强调了自监督学习（SSL）的革命性影响：

“自监督学习可能是过去十年里，彻底改变机器学习实践的最重要突破，”他说。“此外，还有许多创新，比如带有关联记忆的系统等等。”

LeCun 也提到了可穿戴设备和开源的结合：

“未来，我们与数字世界的每一次互动，都会通过 AI 助手来实现，……比如智能眼镜这样的设备，”他说。“我们的信息获取几乎完全依赖于 AI 助手。但我们不能让这些助手只来自美国西海岸或中国的少数几家公司。它们必须多元化。而实现多元化的唯一途径，就是通过开源基础模型，随后根据不同的垂直应用进行微调，学习世界各地的语言、文化和价值观，从而培育出丰富多样的 AI 助手生态。”

最后，LeCun 还对当前所处的历史时期发表了看法。

“上一次类似规模的创新发生在印刷术发明之后，这项技术推动了知识和哲学的传播，瓦解了欧洲的封建制度，带来了启蒙运动，继而引发了美国独立战争、法国大革命，以及民主制度的兴起，”他说。“这对人类社会产生了深远的影响，彻底改变了知识的传播方式。而 AI 可能会带来类似的变革，甚至开启一场新的文艺复兴。”

这些观点为我们指明了未来的方向。我希望能将 LeCun 的这些见解分享给下一代从事生成式 AI 和通用 AI 研究的学者和工程师。

文章来源：AI深度研究员，版权属于原作者，本网站仅用于公益宣传，转载请注明文章作者及来源。如有侵权请联系我们及时删除。