Meta的首席科學(xué)家兼深度學(xué)習(xí)先驅(qū)Yann LeCun表示，他認(rèn)為目前的AI系統(tǒng)距離達(dá)到某種層面上的感知還需要幾十年的時間，這些系統(tǒng)配備了常識，可以推動它們的能力不僅僅是以創(chuàng)造性的方式總結(jié)堆積如山的文本。

他的觀點(diǎn)與NVIDIA的首席執(zhí)行官黃仁勛的觀點(diǎn)形成鮮明對比，黃仁勛最近表示，AI將在不到五年的時間里與人類競爭，在大量腦力密集型任務(wù)中擊敗人類。 

在最近的一次活動中，LeCun強(qiáng)調(diào)了Meta基礎(chǔ)AI研究團(tuán)隊(duì)成立10周年，他說：“我了解黃仁勛?！盠eCun表示，這位NVIDIA的首席執(zhí)行官將從AI熱潮中獲益良多?！坝幸粓鯝I戰(zhàn)爭，而他正在提供武器?！?nbsp;

在談到試圖開發(fā)AI的技術(shù)人員時，LeCun說：“如果你認(rèn)為AGI加入了進(jìn)來，你必須購買的圖形處理器越多。”AI是一種與人類水平的智能相當(dāng)?shù)腁I。只要OpenAI等公司的研究人員繼續(xù)追求AGI，他們就會需要更多NVIDIA的計(jì)算機(jī)芯片。 

LeCun說，人類社會更有可能在人類水平的AI之前幾年獲得“貓水平”或“狗水平”的AI?？萍夹袠I(yè)目前對語言模型和文本數(shù)據(jù)的關(guān)注，將不足以創(chuàng)建研究人員幾十年來一直夢想的那種先進(jìn)的類似人類的AI系統(tǒng)。 

“文本是一個非常糟糕的信息來源，” LeCun說，他解釋說，人類可能需要2萬年才能閱讀到用于訓(xùn)練現(xiàn)代語言模型的大量文本?！坝孟喈?dāng)于2萬年的閱讀材料來訓(xùn)練一個系統(tǒng)，他們?nèi)匀徊幻靼?，如果A和B一樣，那么B就和A一樣?！?nbsp;

LeCun說：“這個世界上有很多非?；镜臇|西，他們只是不能通過這種訓(xùn)練?！?nbsp;

因此，LeCun和其他Meta AI高管一直在大量研究如何對用于創(chuàng)建ChatGPT等應(yīng)用的所謂變壓器模型進(jìn)行定制，以處理包括音頻、圖像和視頻信息在內(nèi)的各種數(shù)據(jù)。這種想法認(rèn)為，這些AI系統(tǒng)越能發(fā)現(xiàn)這些不同類型數(shù)據(jù)之間可能存在的數(shù)十億美元的隱藏關(guān)聯(lián)，它們就越有可能執(zhí)行更神奇的壯舉。 

Meta的一些研究包括一款軟件，可以幫助人們在佩戴該公司的Project Aria增強(qiáng)現(xiàn)實(shí)眼鏡時，教人們?nèi)绾胃玫卮蚓W(wǎng)球，該眼鏡將數(shù)字圖形融入現(xiàn)實(shí)世界。高管們展示了一段演示，在演示中，一名戴著AR眼鏡的人在打網(wǎng)球時能夠看到視覺提示，教他們?nèi)绾握_握住網(wǎng)球拍并以完美的形式揮動手臂。為這類數(shù)字網(wǎng)球助手提供動力所需的AI模型，除了文本和音頻之外，還需要融合三維視覺數(shù)據(jù)，以防數(shù)字助手需要說話。 

這些所謂的多模式AI系統(tǒng)代表著下一個前沿，但它們的開發(fā)不會便宜。隨著Meta和谷歌母公司Alphabet等更多公司研究更先進(jìn)的AI模型，NVIDIA可能會獲得更大的優(yōu)勢，特別是在沒有其他競爭出現(xiàn)的情況下。 

未來的AI硬件 

NVIDIA一直是GenAI的最大受益者，其昂貴的圖形處理單元成為用于訓(xùn)練大量語言模型的標(biāo)準(zhǔn)工具。Meta依靠16000個NVIDIA A100圖形處理器來訓(xùn)練其Llama AI軟件。 

記者詢問，隨著Meta和其他研究人員繼續(xù)開發(fā)這些復(fù)雜的AI模型，科技行業(yè)是否會需要更多的硬件供應(yīng)商。 

LeCun說：“它不需要它，但它會很好。”他補(bǔ)充說，當(dāng)談到AI時，GPU技術(shù)仍然是黃金標(biāo)準(zhǔn)。 

盡管如此，他說，未來的計(jì)算機(jī)芯片可能不會被稱為GPU。 

LeCun說：“你將看到有希望出現(xiàn)的是不是圖形處理單元的新芯片，它們只是神經(jīng)、深度學(xué)習(xí)加速器?！?nbsp;

LeCun也對量子計(jì)算持懷疑態(tài)度，微軟、IBM和谷歌等科技巨頭都在量子計(jì)算上投入了大量資源。Meta以外的許多研究人員認(rèn)為，量子計(jì)算機(jī)器可以推動藥物發(fā)現(xiàn)等數(shù)據(jù)密集型領(lǐng)域的進(jìn)步，因?yàn)樗鼈兡軌蚴褂盟^的量子比特執(zhí)行多次計(jì)算，而不是現(xiàn)代計(jì)算中使用的傳統(tǒng)二進(jìn)制比特。 

但LeCun對此表示懷疑。 

LeCun說：“你用量子計(jì)算可以解決的問題的數(shù)量，你可以用經(jīng)典計(jì)算機(jī)更有效地解決?！?nbsp;

“量子計(jì)算是一個引人入勝的科學(xué)話題，” LeCun說，目前還不太清楚“實(shí)際的相關(guān)性和制造真正有用的量子計(jì)算機(jī)的可能性”。 

Meta高級研究員、前技術(shù)主管Mike Schroepfer對此表示贊同，他說，他每隔幾年就會對量子技術(shù)進(jìn)行評估，并認(rèn)為有用的量子機(jī)器“可能會在某個時候出現(xiàn)，但它的時間跨度太長，與我們正在做的事情無關(guān)?！?nbsp;

Schroepfer說：“我們十年前開始建立AI實(shí)驗(yàn)室的原因是，很明顯，這項(xiàng)技術(shù)將在未來幾年內(nèi)實(shí)現(xiàn)商業(yè)化?！?/p>