楊立昆提出的「世界模型」AI架構,其核心目標是什麼? | 數位時代

楊立昆「世界模型」AI 架構的核心目標

楊立昆(Yann LeCun)提出的「世界模型」(World Models)是一種人工智慧(AI)架構,其核心目標是使機器能夠理解和預測物理世界的運作方式。這種架構旨在讓 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。換句話說,世界模型賦予 AI 系統「想像」未來情景的能力,使其能夠像人類或動物一樣,基於對世界的理解來規劃和執行行動。

與大型語言模型(LLM)的根本差異

楊立昆對目前主流的大型語言模型(LLM)持強烈懷疑態度,認為 LLM 對物理世界的理解非常薄弱,無法真正實現通用人工智慧。他曾公開批評 LLM 「比貓還笨」,並認為這種技術永遠無法達到人類智慧的水平。LLM 主要通過分析大量文本數據來學習語言模式,但缺乏對現實世界的基本理解和預測能力。相比之下,世界模型則強調通過感知和理解物理世界來實現更高級的 AI 功能。

Meta AI 發展路線的分歧

楊立昆與 Meta 在 AI 發展路線上的分歧是導致他考慮離職的重要原因之一。Meta 執行長祖克柏(Mark Zuckerberg)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。


This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版,部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容