AI界當(dāng)代最著名巨擘之一、Meta的AI實(shí)驗(yàn)室靈魂人物Yann LeCun，長(zhǎng)期致力于讓機(jī)器對(duì)世界的運(yùn)轉(zhuǎn)理念有基礎(chǔ)了解，也就是讓AI獲得常識(shí)。LeCun過去的做法，是用視頻選段訓(xùn)練神經(jīng)網(wǎng)絡(luò)，讓AI逐個(gè)像素地預(yù)測(cè)日?；顒?dòng)視頻下一幀將會(huì)出現(xiàn)啥。不出人意料地，他自己承認(rèn)這途徑撞上了鐵板。在數(shù)月到一年半之間的思考后，LeCun對(duì)下一代AI有了新的想法。

AI新路徑

在《MIT科技評(píng)論》的采訪中，LeCun勾勒出他的新研究路徑，稱如此會(huì)給機(jī)器賦予探索世界的常識(shí)基礎(chǔ)。對(duì)LeCun而言，這就是打造AGI（通用人工智能）的第一步。能像人一樣思考的機(jī)器，在AI業(yè)界誕生時(shí)就是指導(dǎo)性愿景，同時(shí)也是爭(zhēng)議最大的理念之一。

不過LeCun的新路徑或許還很不完備，引來的疑問可能比獲得的答案還要多。最大的疑問在于，LeCun自己承認(rèn)了他還不知道如何造出自己所描述的那種AI。此路徑的核心是個(gè)能以與之前不同方法審視、學(xué)習(xí)真實(shí)世界的神經(jīng)網(wǎng)絡(luò)。LeCun終于放棄了讓AI逐個(gè)像素猜下一幀視頻，只讓新的神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)完成任務(wù)必備的關(guān)鍵知識(shí)。

然后LeCun打算將這個(gè)神經(jīng)網(wǎng)絡(luò)與另一個(gè)被稱為「配置器」的神經(jīng)網(wǎng)絡(luò)配對(duì)?！概渲闷鳌箤９軟Q定哪些細(xì)節(jié)是主神經(jīng)網(wǎng)絡(luò)必須學(xué)會(huì)的、并照此來自動(dòng)調(diào)節(jié)主系統(tǒng)。對(duì)LeCun來說，AGI是人類與未來科技互動(dòng)的不可或缺部分。當(dāng)然此展望和他押注全副身家搞元宇宙的東家Meta公司不謀而合。

LeCun說，在10-15年間，取代現(xiàn)在智能手機(jī)地位的將是AR眼鏡。AR眼鏡上就必備能輔助人類日?；顒?dòng)的虛擬智能助手。如果這些助手要起最大作用，那必然或多或少要跟得上人腦智能才行。

「世界模型」是AGI核心

LeCun最近熱衷的「世界模型」，按他說就是大多數(shù)動(dòng)物大腦的基礎(chǔ)運(yùn)轉(zhuǎn)模式：為真實(shí)世界跑個(gè)模擬。動(dòng)物從嬰兒期開始就用預(yù)估-試錯(cuò)方法來發(fā)育智能。幼孩們通過觀察真實(shí)世界的運(yùn)動(dòng)與挫折，在生命的前幾個(gè)月就發(fā)育出了智能的基礎(chǔ)。

觀察一個(gè)小球掉個(gè)幾百次，普通嬰兒就算沒上過基礎(chǔ)物理課、學(xué)過牛頓三定律，也對(duì)重力的存在與運(yùn)作有基礎(chǔ)認(rèn)知。所以這種直覺性/默會(huì)性推理，被常人稱作「常識(shí)」。人類就是通過常識(shí)來認(rèn)知真實(shí)世界的大多數(shù)可能未來與不可能幻想，來預(yù)見自己的行為后果并據(jù)此做出決策。如此的人智既不需要像素級(jí)精確細(xì)節(jié)，也不需要完備的物理學(xué)參數(shù)庫(kù)。就算有人沒有視力、或者是個(gè)文盲，一樣可以正常發(fā)揮智能。

但教機(jī)器學(xué)會(huì)常識(shí)就很難。當(dāng)下的神經(jīng)網(wǎng)絡(luò)要被展示數(shù)千次示例后，才能開始模糊發(fā)現(xiàn)內(nèi)含規(guī)律模式。LeCun表示，智能的基礎(chǔ)是預(yù)測(cè)即刻未來的常識(shí)能力。不過在放棄讓AI逐像素預(yù)測(cè)后，LeCun表示要換個(gè)思路。LeCun打了個(gè)比方：想象下你捏根鋼筆懸空放手，常識(shí)告訴你這根鋼筆必然會(huì)墜落，但掉落的精確位置則不在人智預(yù)測(cè)范圍內(nèi)。按過去的AI開發(fā)模式，AI要跑復(fù)雜的物理學(xué)模型，來預(yù)測(cè)鋼筆是否會(huì)墜落、同時(shí)求得墜落的精確位置。

現(xiàn)在LeCun努力讓AI只預(yù)測(cè)出鋼筆會(huì)墜落的常識(shí)結(jié)論，至于精確位置不在求解范圍內(nèi)。LeCun說這就是「世界模型」的基本模式。

LeCun表示他已經(jīng)造出了可以完成基礎(chǔ)客體識(shí)別的「世界模型」早期版本，現(xiàn)在在致力于訓(xùn)練它學(xué)會(huì)上述常識(shí)性預(yù)測(cè)。

不過「配置器」在此中的功用，LeCun說自己還沒搞明白。LeCun想象中的「配置器」AI，是整個(gè)AGI系統(tǒng)的控制元件。它將要決定「世界模型」在任何時(shí)刻需要做出何等常識(shí)性預(yù)測(cè)、并調(diào)適「世界模型」為此該處理的細(xì)節(jié)數(shù)據(jù)。LeCun現(xiàn)在堅(jiān)信「配置器」必不可少，但不知道怎么訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)來做到這效果。

「我們需要摸索出可行的技術(shù)清單來，而這個(gè)清單現(xiàn)在還不存在。」在LeCun的愿景中，「配置器」和「世界模型」是未來AGI基礎(chǔ)認(rèn)知架構(gòu)的兩大核心部分，在此之上才能發(fā)展出感知世界的認(rèn)知模型、驅(qū)使AI調(diào)整行為的激勵(lì)模型等等。LeCun稱，如此神經(jīng)網(wǎng)絡(luò)就能做到每部分都在成功模擬人腦。比如「配置器」和「世界模型」起了前額葉的作用，激勵(lì)模型是AI的杏仁體，等等。

認(rèn)知架構(gòu)、不同層面細(xì)節(jié)的預(yù)測(cè)模型，這些都是多年來業(yè)界中既有的一派觀點(diǎn)。不過當(dāng)深度學(xué)習(xí)成為AI業(yè)界主流后，很多此類老點(diǎn)子就顯得過時(shí)。現(xiàn)在LeCun重拾傳統(tǒng)智慧：「AI研究界把這些東西忘掉好多了。」

大模型和強(qiáng)化學(xué)習(xí)都是死路

之所以重走舊路，是因?yàn)長(zhǎng)eCun堅(jiān)信現(xiàn)在的業(yè)界主流路徑已經(jīng)走進(jìn)死胡同。關(guān)于如何做出AGI來，現(xiàn)在AI業(yè)界有兩種主流觀點(diǎn)。

一是很多研究者堅(jiān)信到搞出烏龍的路徑：就像OpenAI家的GPT系列和DALL-E系列那樣，模型越大越好，大到超過臨界點(diǎn)，AI就覺醒人智了。

二是強(qiáng)化學(xué)習(xí)：不斷地試錯(cuò)，并按試錯(cuò)結(jié)果獎(jiǎng)懲AI。這是DeepMind家做各種棋牌AI、游戲AI的路數(shù)。這種路徑的信徒認(rèn)為，只要獎(jiǎng)勵(lì)激勵(lì)設(shè)定對(duì)頭，強(qiáng)化學(xué)習(xí)終將造出真正AGI。

Lecun表示在座的兩種人都是垃圾：「無限擴(kuò)張現(xiàn)有大語言模型的量級(jí)，最后就能做出人類水平的AI？這種荒唐論調(diào)，我一秒鐘都沒信過。這些模型就只能單純捯飭各種文本與圖像數(shù)據(jù)，完全沒有真實(shí)世界的直接體驗(yàn)?！埂笍?qiáng)化學(xué)習(xí)要用巨量數(shù)據(jù)才能訓(xùn)練模型執(zhí)行最簡(jiǎn)單任務(wù)，我不認(rèn)為這種辦法有機(jī)會(huì)做出AGI來。」

業(yè)內(nèi)人對(duì)LeCun的觀點(diǎn)有支持也有反對(duì)。如果LeCun的愿景實(shí)現(xiàn)，AI將會(huì)成為不亞于互聯(lián)網(wǎng)的下一代基礎(chǔ)高性能技術(shù)。但他的聲張并不包括自家模型的性能、激勵(lì)機(jī)制、控制機(jī)制等等。不過這些缺陷都是小事，因?yàn)椴还馨H，業(yè)內(nèi)人士一致認(rèn)為要面臨這些短板還是久遠(yuǎn)以后的事。因?yàn)榧词筁eCun也沒法在當(dāng)下馬上做出AGI來。

Lecun自己也表示承認(rèn)此形勢(shì)，他稱自己只希望為新的理論路徑播種、讓后來者于此基礎(chǔ)上建構(gòu)出成果。「達(dá)到此目標(biāo)，需要太多人付出太多努力。我現(xiàn)在提出這些，只是因?yàn)槲艺J(rèn)為這條路才是最終的正路。」就算做不到這點(diǎn)，LeCun也希望說服同行不要單單死盯著大模型和強(qiáng)化學(xué)習(xí)，最好打開思路?！肝矣憛捒吹酱蠹依速M(fèi)時(shí)間?！?/span>

業(yè)界反應(yīng)：褒貶皆有

另外一名AI界泰斗、與LeCun交情好的Yoshua Bengio表示樂見老友圓夢(mèng)?！竃ann說這些已經(jīng)說了有日子了，不過看到他整全性地把各種言說歸納到一處，我還是蠻高興的。然而這些只是研究方向申請(qǐng)而非結(jié)果呈報(bào)，大家通常只在私底下分享這些，公開聊的風(fēng)險(xiǎn)挺大。」

DeepMind里牽頭開發(fā)游戲AI AlphaZero的David Silver不贊成LeCun對(duì)自己項(xiàng)目的批評(píng)，不過歡迎他實(shí)現(xiàn)愿景。

「LeCun描述的世界模型的確是個(gè)令人興奮的新點(diǎn)子。」加州圣菲研究所的Melanie Mitchell則贊成LeCun：「業(yè)界真的不常在深度學(xué)習(xí)社群里看到這種觀點(diǎn)。但大語言模型真的既缺記憶，又沒有能擔(dān)綱的內(nèi)在世界模型骨干?！?/span>

谷歌大腦的Natasha Jaques不同意：「大家已經(jīng)看到大語言模型極具效率，也混雜了相當(dāng)多人類知識(shí)。沒語言模型，我怎么升級(jí)LeCun提出的這個(gè)世界模型？就算人類學(xué)習(xí)，途徑也不止親身經(jīng)歷，還包括口口相傳。」