LLM在理解物理世界方面存在哪些根本性弱點？

LLM在理解物理世界方面的根本性弱點

如同Meta首席AI科學家楊立昆所指出的，大型語言模型（LLM）在理解物理世界的運作方式方面存在根本性的弱點。楊立昆認為，LLM無法像人類或貓一樣預判現實和制定行動計畫，因為它們缺乏對物理世界的內在因果關係的理解。他認為，AI需要從視訊及空間資料中學習，建立能夠想像未來狀態的「世界模型」。

LLM發展的潛在限制

楊立昆明確表示，LLM永遠不可能實現通用人工智慧。他認為，LLM的局限性在於它們對物理世界的理解不足，無法像人類一樣進行預測和規劃。他提倡發展「世界模型」，這是一種能夠模擬和預測現實世界的模型，並堅信在未來幾年內，世界模型將取代目前的大型語言模型，成為AI架構的主導模型。

與Meta在AI發展方向上的分歧

楊立昆與Meta在AI發展方向上存在根本分歧。Meta執行長祖克柏將大型語言模型視為實現超級智慧的關鍵，而楊立昆則認為世界模型才是AI發展的未來。由於Meta對AI的投資面臨越來越大的質疑，祖克柏更傾向於追求快速見效的大型語言模型路線，這加深了楊立昆與Meta在技術路線上的分歧，也導致他在Meta的領導地位逐漸被邊緣化。