為什麼楊立昆認為 LLM 永遠無法達到人類智慧的水平？

楊立昆對 LLM 無法達到人類智慧的觀點

楊立昆（Yann LeCun）認為大型語言模型（LLM）永遠無法達到人類智慧的水平，主要是因為 LLM 對物理世界的理解非常有限。他主張 LLM 缺乏對現實世界的基本理解和預測能力，智慧程度甚至不如貓。相較之下，楊立昆提倡的「世界模型」AI 架構，旨在使機器能夠理解並預測物理世界的運作方式，透過感知和理解物理世界來實現更高級的 AI 功能。

LLM 與世界模型的本質差異

LLM 主要透過分析大量的文本數據來學習語言模式，但缺乏對現實世界因果關係的理解。楊立昆認為，這種方式無法讓 AI 真正理解世界，因此難以達到人類智慧的水平。而世界模型則強調從視覺和空間數據中學習，建立對未來狀態的預測能力，使 AI 系統能夠「想像」未來情景，並基於對世界的理解來規劃和執行行動。

與 Meta 的 AI 發展路線分歧

楊立昆與 Meta 在 AI 發展路線上的分歧也是他抱持此觀點的原因之一。Meta 執行長祖克柏（Mark Zuckerberg）將 LLM 視為實現超級智慧的核心途徑，並投入大量資源。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 的影響力減弱。Meta 近期對基礎 AI 研究團隊（FAIR）的資源削減，更凸顯了公司在 AI 發展策略上的轉變，使得楊立昆的聲音在內部被邊緣化。

為什麼楊立昆認為 LLM 永遠無法達到人類智慧的水平？ | 數位時代

楊立昆對 LLM 無法達到人類智慧的觀點

LLM 與世界模型的本質差異

與 Meta 的 AI 發展路線分歧