Meta 首席 AI 科学家 LeCun：大模型永远无法达到人类智能

过去一个月里，科技圈的大佬们又在抢着给通用人工智能下预言。Nvidia 首席执行官黄仁勋说 AGI 五年内能到，被称作「AGI 之父」的 Ben Goertzel 预测只要三年，Elon Musk 更是放出狠话，说 2025 年底就能见分晓。

但在伦敦举行的 Meta 线下活动上，图灵奖得主、Meta 首席 AI 科学家 Yann LeCun 兜头浇了一盆冷水。他直言世界上根本没有所谓的 AGI，因为人类智能本身就谈不上「通用」，他更倾向于追求「人类水平的 AI」。

即便只是人类水平，在 LeCun 看来也还差得很远。现在的整个大模型狂热，很可能只是跑偏了路线。

语言流利，但对现实毫无概念

LeCun 指出了大模型迈不过去的四道硬门槛：推理、规划、持久记忆，以及对物理世界的理解。他认为这四项是人类乃至动物智能最核心的特征，而现在的 AI 连一项都做不到。

正是因为缺了这些底层能力，自动驾驶到现在都很难放心跑在公路上，家用机器人连基本的家务都搞不定，各种智能助手也只能打打杂。

LeCun 觉得我们太容易被大模型的语言流利度骗了。说白了，人类把文字读得头头是道就显得很聪明，但大模型其实只抓住了文字这一种媒介，对现实世界的理解极其肤浅。

「大模型确实很有用，这毫无疑问，」LeCun 说，「但要在通往人类水平智能的路上指望它，它基本上只是个出口匝道、一场让人分心的弯路，甚至是个死胡同。」

四岁小孩看过的现实，比全世界最大的模型还多

现在的顶级大模型吃掉了海量语料。LeCun 算了一笔账，一个人如果要把大模型吞下的文字全部读完，大约要花 10 万年时间。但人类从来不是靠纯文本来认知世界的。

我们是通过跟真实世界的交互在学习。LeCun 估计，一个典型的四岁小孩在生活中接触并感知到的信息量，是目前全世界最大语言模型的 50 倍之多。

人类的大多数知识根本不是由语言构成的。只要底层架构不换，仅靠堆文本的大模型永远都不可能达到人类水平。

这位 63 岁的老派科学家给出的替代方案，是他一直力推的「目标驱动型 AI」。这种架构不再纯靠文本喂养，而是通过传感器和视频数据去理解物理世界，构建出能够预测动作后果的「世界模型」。

比如把一把椅子推向房间的左边还是右边，机器需要能预判物理状态的变化，并在此基础上规划具体的行动步骤。他坚信机器终究会超越人类智能，但这需要很长时间，绝不是某些人嘴里的明年就能搞定。

为什么重要

从应用层面来看，我们认为 LeCun 这番话非常适合帮现在的开发者和企业解解热。如果你正在用大模型做客服、写代码或处理文档，它现阶段的价值确实很扎实；但如果你指望套个大模型壳子，就能做出一款能自主替你决策、处理复杂现实物理任务的代理应用，现在的技术底座完全支撑不住。

在行业竞争上，这展现了巨头内部极有意思的路线分野。Meta 一边在开源 LLaMA 系列跟 OpenAI 打擂台，一边其首席科学家却在公开唱衰大模型路线的尽头。这种做法看起来非常清醒：在商业落地和生态争夺上不能掉队，但同时必须押注下一代物理世界模型，免得所有资源都被纯文本训练吸干。

大模型眼下像是一台强大的「统计搜索引擎」和文本推演器，但它根本没有常识。行业不可能永远靠往 Transformer 里面砸更多算力和网页文本来逼出真智能，转向传感器输入和物理世界建模，迟早是行业必须迈过的一道坎。