杨立昆揭示：大语言模型发展面临瓶颈，单纯文本训练难以达到人类级AI水平

3月23日，图灵奖得主、Meta首席AI科学家杨立昆（Yann LeCun）在“Big Technology Podcast”节目中探讨了生成式AI在科学发现中的局限性和未来发展趋势。他指出，目前的大语言模型主要依赖文本训练和统计规律生成答案，无法真正“创造新的事物”。这种技术的局限在于它缺乏人类运用常识和心理模型解决问题的能力，以及对物理世界的深入理解和抽象推理功能。

杨立昆认为，大语言模型的发展已面临瓶颈，随着训练数据的增加，其收益逐渐减少。扩大模型规模和训练数据并不能直接推动AI达到人类水平，因为这些模型缺少真正的推理能力和对物理世界的深刻理解。他认为，真正的AI应当具备理解物理世界、持久记忆、推理和规划的能力。

尽管杨立昆曾在二月份预测AI技术将在2030年前迎来重大变革，但目前的AI系统仍存在局限，难以满足家用机器人和自动驾驶汽车的需求。他正致力于研发新系统，目标是通过模拟物理世界的行为预测，帮助AI更好地“理解”现实。他强调，AI若能像猫或老鼠那样具备智能，将是人工智能领域的一大突破。