楊立昆教授在哈佛大學(xué)數(shù)學(xué)系演講稿-關(guān)于人工智能世界新模型

AIGC動態(tài)歡迎閱讀

原標(biāo)題：楊立昆教授在哈佛大學(xué)數(shù)學(xué)系演講稿-關(guān)于人工智能世界新模型
關(guān)鍵字：模型,人工智能,人類,目標(biāo),世界
文章來源：人工智能學(xué)家
內(nèi)容字?jǐn)?shù)：13748字

內(nèi)容摘要：

摘要：楊立昆教授在哈佛大學(xué)數(shù)學(xué)系的演講，概括下來基本是楊立昆一貫的觀點(diǎn)，目前自回歸LLM重重缺陷（最終輸出是概率模型）,支持聯(lián)合嵌入架構(gòu),放棄概率模型,支持基于能量的模型;一句話需要重新規(guī)劃新的世界模型。楊立昆教授給出他目前的工作和新的世界架構(gòu)JEPA及能源模型原理EBM。全文95頁，報(bào)告大部分內(nèi)容需要應(yīng)用數(shù)學(xué)專業(yè)的朋友深入研究了（有需要的留言單獨(dú)發(fā)送，公眾號關(guān)閉了上傳附件功能）。
目 錄
1目標(biāo)驅(qū)動的人工智能
2機(jī)器學(xué)習(xí)很糟糕（與人類和動物相比)
3我們需要人類級別人工智能來智能助手
4未來的 AI助手需要人類水平AI
5面向 AMI（高級機(jī)器智能）DESIDERATA
6自我監(jiān)督學(xué)習(xí)
7大模型現(xiàn)狀：自回歸大型語言模型（AR-LLMS）)
8LLM的局限性：沒有規(guī)劃
9自回歸生成模型很糟糕
10自動回歸 LLM糟透了
11目前的人工智能技術(shù)（仍然）與人類水平相去甚遠(yuǎn)
12我們錯過了一些真正重要的東西
13數(shù)據(jù)帶寬和容量：LLM與孩子
14我們錯過了什么？
15目標(biāo)驅(qū)動的人工智能
16目標(biāo)驅(qū)動的人工智能：多步驟/循環(huán)世界模型
17目標(biāo)驅(qū)動的人工智能：非確定性世界模型
18目標(biāo)驅(qū)動的 A

原文鏈接：楊立昆教授在哈佛大學(xué)數(shù)學(xué)系演講稿-關(guān)于人工智能世界新模型

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)