AI大牛Yann LeCun改口：10年内AI将超越人？

▲ 点击订阅 ，抓住风口

前沿科技领域，任何重要人物的态度转变都可能预示着一些行业新趋势的发生。

近期，AI界泰斗级人物Yann LeCun一改往日观点，接受People by WTF采访时表态： 人工智能可能在5到10年内达到人类的水平 。

许多媒体眼中，Yann LeCun一改往日"AGI 10到20年也无法实现"的预测，似乎预示着AGI时代真的到来了。

真的如此吗？

今晚王煜全正好要带来专题直播【AI平台模式研究】，会用新的模型给出AI变革的时点判断，也会解读AI商业化的最新趋势。

今晚直播前，我们先来聊聊Yann LeCun这次改口。

如果你对今晚的直播感兴趣，可以点击文首入口，加入前哨科技特训营，一起掌握AI变革的时点，看懂眼下的产业红利和未来的爆发机会。

2023年12月，Yann LeCun还坚持认为人类水平的AI至少需要10到20年才能实现。

一年过去，Yann LeCun不但改口，还强调他对未来时间的预测，与OpenAI的Sam Altman、DeepMind的Demis Hassabis等人并无太大差异。

这种共识的形成，某种程度上正是行业整体对什么是AGI，以及AI发展速度认识统一。

目睹了这一年的技术迭代，站在第一线的Yann LeCun想必最清楚AI的发展速度。

然而，时间预测发生改变，Yann LeCun依然坚持着他的核心观点： AGI的实现路径不会是现在的大语言模型（LLM） 。

采访中，Yann Lecun对人工智能做了系统回顾，聊到了GOFAI（传统人工智能），只靠逻辑推理和搜索解决问题的上一代AI。 也聊到了眼下AI变革的起点，互联网数据、卷积神经网络、深度学习框架。

从已有技术原理出发，Yann LeCun认为， 当前的大语言模型本质上属于"系统1思维"——即快速、直觉性的反应系统 。

这种系统在语言处理方面表现出色，但缺乏深度思考和推理能力。这是因为LLM无法真正理解物理世界的运作规律，它们只能在离散的语言世界中运作。

Yann Lecun将这总结成了AI大模型的两个短板，在记忆机制方面， 现有的大模型仅具备参数记忆（训练过程中学到的知识）和上下文记忆（通过输入提示词暂时存储的信息）两种形式 ，与人类大脑中能够进行长期记忆存储和检索的海马体相去甚远。

这种局限性使得AI大模型难以实现真正的智能思考和推理。 一系列讨论最终指向了Yann LeCun的最新研究成果：JEPA（联合嵌入预测架构）。

为克服AI大模型的局限，Yann LeCun团队提出了JEPA（联合嵌入预测架构）。

前哨科技特训营此前也详细解读过这个新架构的原理，感兴趣的朋友可以点击文首入口，加入特训营，查看往期内容。

简单说，JEPA通过预测被隐藏或缺失部分来学习世界的运作规律，它不是随意的推测接下来要生成什么，而是通过观察和预测来学习，比如Yann LeCun举例的：能够预测视频中的动态变化，理解物体之间的交互关系。

Yann Lecun认为这种学习方式不仅提升效率，也无需大量标注数据，可以通过自监督学习实现。这种方式更接近人类认知的本质，为AGI的实现提供了新的可能性。

当然新框架是不是最终解，这还很难说，但Yann Lecun总结的三个变革要素还是值得关注的。

Yann Lecun的这次分享，可以看作一次JEPA的科普，对我们理解新的AI架构很有好处，然而这并不构成判断AGI变革时点的依据。

在前哨科技特训营，王煜全和大家分享过： 「科技」的本质是科学和技术的组合，科学突破存在随机性，没有人能预测下一个科学突破会在哪里发生 ，毕竟我们都没法事先知道谁是牛顿、谁是爱因斯坦。

技术变革却是叠加进步的，有它自己的规律可循 ，这也就是今晚王煜全要和大家分享的内容，基于AI大模型的三大要素：算力、算法、数据，通过合理的建模，我们可以给出一个未来时点相对靠谱的判断。

当然，我们眼中即将到来的并不是所谓的AGI，替代人的通用人工智能，而是一个智能水平和专家、高手不相上下的技术工具，它将极大提升各行各业的生产效率，并带来新的商业模式。

具体如何分析，AI未来的商业模式又会是怎样？让我们一起期待今晚王煜全的专题直播，从技术、产业视角为你构建一幅清晰的AI变革图景。

↓¥399， 掌握王煜全AI产业预测精华 （iOS用户请在电脑端打开）