圖靈獎(jiǎng)得主楊立昆最新訪談實(shí)錄：大語言模型的局限、世界模型、開源、未來希望

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：圖靈獎(jiǎng)得主楊立昆最新訪談實(shí)錄：大語言模型的局限、世界模型、開源、未來希望
關(guān)鍵字：人工智能,報(bào)告,人類,智能,系統(tǒng)
文章來源：人工智能學(xué)家
內(nèi)容字?jǐn)?shù)：6749字

內(nèi)容摘要：

來源：圖靈人工智能精
彩
觀
點(diǎn)自回歸大語言模型并非通向“超人智能”的途徑，它們尚不具備理解物理世界、持久記憶、邏輯推理和行動(dòng)規(guī)劃等“人類水平智能”的關(guān)鍵要素。構(gòu)建世界模型意味著讓AI像人類一樣觀察世界并理解世界以何種方式演變，然后預(yù)測世界將如何隨著可能的行動(dòng)而演變。要想擁有人工智能產(chǎn)業(yè)、擁有不帶偏見的人工智能系統(tǒng)，唯一的辦法就是擁有開源平臺(tái)，在此基礎(chǔ)上，任何團(tuán)體都可以建立專門的系統(tǒng)。人工智能系統(tǒng)不會(huì)成為一個(gè)與人類競爭的物種，因?yàn)樗鼈儧]有主宰的欲望。人工智能可以讓人類變得更加聰明。#01自回歸大語言模型是通向“超人智能”的途徑嗎？Lex Fridman：你認(rèn)為直觀物理學(xué)、物理空間的常識(shí)推理、物理現(xiàn)實(shí)有什么特別之處，這對(duì)你來說是LLM無法跨越的鴻溝？
Yann LeCun：我們今天正在使用的LLM還無法做到真正的理解世界，這其中有很多原因，但最主要的原因是：LLM的訓(xùn)練方式是用一段缺失了部分文字的文本去訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)來預(yù)測缺失的文字。事實(shí)上，LLM并不預(yù)測詞語，而是生成字典中所有可能詞語的概率分布，然后從概率分布中選擇一個(gè)詞放入文本序列的尾部，再用新生成的文本去預(yù)測下一個(gè)詞，這就是所謂

原文鏈接：圖靈獎(jiǎng)得主楊立昆最新訪談實(shí)錄：大語言模型的局限、世界模型、開源、未來希望

聯(lián)系作者

文章來源：人工智能學(xué)家
作者微信：AItists
作者簡介：致力成為權(quán)威的人工智能科技媒體和前沿科技研究機(jī)構(gòu)