Meta首席AI科学家扬·勒昆：人类水平的智能是一个逐步进化的过程，不会是一夜之间的突破

Meta首席人工智能科学家扬·勒昆 (Yann LeCun) 近期参加了由IBM等主办的哈德逊论坛（Hudson Forum 2024） ，并发表了他对人工智能未来展望的主题演讲。

勒昆在演讲中提出了实现人类水平AI的重要性。他预见了一个未来，人们将通过智能眼镜与AI系统进行交互，这些系统将像智能虚拟助手一样为我们工作，增强人类的智力，提高创造力和生产力。为了实现这一愿景，我们需要构建能够理解世界、记忆事物、拥有直觉、常识、推理和规划能力的机器，这些能力是当前AI系统所不具备的。

勒昆强调，有些AI系统在特定领域表现出色，但它们仍然无法达到人类或动物对世界的理解水平。因此，我们需要开发新的AI架构，使机器能够模拟人类如何通过优化过程来理解和互动世界。勒昆提出了一个名为“目标驱动AI”的架构，这种架构通过优化过程来模拟人类理解和与世界互动的方式，从而克服现有AI系统的局限性。这一架构的核心理念是将目标和优化结合起来，让AI系统能够主动寻找最佳的动作序列以实现特定目标，从而模拟人类的认知过程，尤其是在规划和推理方面的能力。

在“目标驱动AI”架构中，AI系统被设计为具备推理和规划的能力，使其能够评估不同的行动方案，并选择那些最有可能实现目标的方案。这种能力对于处理复杂任务和环境至关重要。勒昆还强调了自监督学习在这一架构中的重要性，它使AI系统能够学习输入数据的内在表示，这些表示可以用于后续的决策和行动。

此外，“目标驱动AI”架构特别适合处理需要实时决策的复杂任务。通过优化过程，系统能够快速适应环境变化，并做出相应的调整。这种架构不仅能够提高AI系统处理任务的效率，还能够使其在各种应用场景中发挥更大的作用，推动人工智能的进一步发展。勒昆认为，这种架构将为未来的AI系统设计提供新的方向，使其能够更好地理解和预测世界的状态变化，从而实现更高级的智能功能。他还提到，Facebook AI Research（FAIR）实验室不仅在理论研究上探索这一架构，还成立了Gen AI产品部门，专注于将这些理论转化为实际的AI产品。

勒昆在演讲中提出了对自回归模型，尤其是Transformer模型的批评，指出这些模型在处理复杂任务时存在局限性。他强调，尽管这些模型在预测序列中的下一个项目方面表现出色，例如在文本中预测下一个单词，但它们在进行复杂推理方面的能力有限。此外，这些模型通常只能处理离散对象的数据，如单词、符号或标记，而在处理连续的或非结构化的数据，比如视频或真实世界的物理交互时，会遇到挑战。

为了克服这些挑战，勒昆提出了一种新的训练方法，即通过观看视频或生活在真实世界中来训练AI系统，使它们能够学习常识和物理直觉。这种方法的目标是让AI系统能够更好地理解和预测世界的状态变化，例如预测物体在被推下桌子时的运动，或者车辆在交通中的响应行为。他强调，尽管自回归模型在处理文本等结构化数据方面取得了成功，但在处理视频等非结构化数据时面临更大的挑战，因为这些数据包含了丰富的空间和时间信息，这些信息很难被传统的自回归模型捕捉和理解。勒昆提倡寻找更好的数据表示方法，以帮助AI系统捕捉到更复杂和连续的数据特征，从而在没有额外学习的情况下完成新任务，通过规划和推理来实现目标。

在演讲中，勒昆提到了他与马克·扎克伯格的对话，扎克伯格一直在询问实现人类水平人工智能所需的时间。勒昆的回答反映了他对这一过程的长期性和复杂性的认识。他表示，要使AI系统能够推理、规划和理解世界，需要经历一个长期的研发过程，即使不是十年，也需要几年的时间。他强调，这样的系统需要具备处理复杂任务的能力，如理解物理直觉、常识和进行抽象思考，这些是目前AI系统所缺乏的。勒昆解释说，达到人类水平的智能不会是一夜之间的突破，而是一个逐步进化的过程，AI系统将逐渐获得更高级的能力，而不是突然出现完全的人类水平智能。