為什麼楊立昆批評 LLM「比貓還笨」，並認為其無法實現通用人工智慧？

楊立昆批評 LLM 的原因：缺乏對物理世界的理解

楊立昆（Yann LeCun）批評大型語言模型（LLM）「比貓還笨」的原因，主要在於他認為 LLM 缺乏對物理世界的真正理解。LLM 主要透過分析大量文本資料來學習語言模式，但無法像人類或動物一樣，通過感知和互動來理解現實世界的運作方式。這種缺乏對物理世界的理解，使得 LLM 在處理需要常識推理和預測的任務時表現不佳，難以實現通用人工智慧。

世界模型：楊立昆眼中實現通用人工智慧的關鍵

楊立昆提倡的「世界模型」是一種 AI 架構，旨在使機器能夠理解和預測物理世界的運作方式。世界模型的核心是讓 AI 系統從視覺和空間數據中學習內在的因果關係，並以此建立對未來狀態的預測能力。這種方法賦予 AI 系統「想像」未來情景的能力，使其能夠像人類或貓一樣，基於對世界的理解來規劃和執行行動。楊立昆認為，只有通過建立對物理世界的深刻理解，AI 才能真正實現通用人工智慧。

與 Meta AI 發展路線的分歧

楊立昆與 Meta 在 AI 發展路線上的分歧，也是他批評 LLM 的背景因素。Meta 執行長祖克柏將大型語言模型視為實現超級智慧的核心路徑，並投入大量資源進行相關研究。然而，楊立昆堅信世界模型才是 AI 的未來，這種根本性的分歧導致他在 Meta 的影響力逐漸減弱。Meta 近期的人事變動，例如聘請 Scale AI 創辦人汪滔領導新的 AI 團隊，以及對基礎 AI 研究團隊（FAIR）的資源削減，更凸顯了 Meta 在 AI 發展策略上的轉變，使得楊立昆的聲音在公司內部被邊緣化。