圖靈獎得主楊立昆：LLM缺乏對世界的理解力、孩子看到的視覺信息量媲美大模型全網文本訓練數據量

AIGC動態歡迎閱讀

原標題：圖靈獎得主楊立昆：LLM缺乏對世界的理解力、孩子看到的視覺信息量媲美大模型全網文本訓練數據量
關鍵字：模型,系統,世界,架構,表示
文章來源：人工智能學家
內容字數：0字

內容摘要：

來源：圖靈人工智能
本文講座圖文講稿整理自Yann LeCun在Hudsonforum Youtube頻道的講座，公開發表于2024月10年13日。原始內容參考：https://www.youtube.com/watch?v=4DsCtgtQlZU
楊立昆在Hudsonforum的主題講座★內容導讀：
Yann LeCun在本次演講中主要闡述了以下觀點：
對人類水平AI的需求與現狀差距：我們迫切需要人類水平的AI來增強人類智能，提高生產力與創造力。但當前AI系統（包括LLM）缺乏理解世界、記憶、直覺、常識、推理和規劃等人類能力。
現有AI技術的局限性：當前AI的成功依賴于自監督學習，特別是通過重建來學習表示。但這種方法主要局限于離散數據（文本等），無法處理連續數據（視頻等），也無法實現真正的推理和常識學習。Moravec悖論體現了這一點：對人類來說簡單的事，對機器卻很難；反之亦然。
數據量與學習方式的差異：人類幼兒在短短幾年內獲取的數據量與大型語言模型相當，但學習方式截然不同。人類的學習依賴于豐富的多模態數據（視覺、聽覺等），而不僅僅是文本。
目標驅動AI架構的提出：為了克服現

原文鏈接：圖靈獎得主楊立昆：LLM缺乏對世界的理解力、孩子看到的視覺信息量媲美大模型全網文本訓練數據量