Meta 首席 AI 科學家 LeCun：大模型永遠無法達到人類智慧

過去一個月裡，科技圈的大佬們又在搶著給通用人工智慧下預言。Nvidia 執行長黃仁勳說 AGI 五年內能到，被稱作「AGI 之父」的 Ben Goertzel 預測只要三年，Elon Musk 更是放出狠話，說 2025 年底就能見分曉。

但在倫敦舉行的 Meta 線下活動上，圖靈獎得主、Meta 首席 AI 科學家 Yann LeCun 兜頭澆了一盆冷水。他直言世界上根本沒有所謂的 AGI，因為人類智慧本身就談不上「通用」，他更傾向於追求「人類水平的 AI」。

即便只是人類水平，在 LeCun 看來也還差得很遠。現在的整個大模型狂熱，很可能只是跑偏了路線。

語言流利，但對現實毫無概念

LeCun 指出了大模型邁不過去的四道硬門檻：推理、規劃、持久記憶，以及對物理世界的理解。他認為這四項是人類乃至動物智慧最核心的特徵，而現在的 AI 連一項都做不到。

正是因為缺了這些底層能力，自動駕駛到現在都很難放心跑在公路上，家用機器人連基本的家務都搞不定，各種智慧助手也只能打打雜。

LeCun 覺得我們太容易被大模型的語言流利度騙了。說白了，人類把文字讀得頭頭是道就顯得很聰明，但大模型其實只抓住了文字這一種媒介，對現實世界的理解極其膚淺。

「大模型確實很有用，這毫無疑問，」LeCun 說，「但要在通往人類水平智慧的路上指望它，它基本上只是個出口匝道、一場讓人分心的彎路，甚至是個死衚衕。」

四歲小孩看過的現實，比全世界最大的模型還多

現在的頂級大模型吃掉了海量語料。LeCun 算了一筆賬，一個人如果要把大模型吞下的文字全部讀完，大約要花 10 萬年時間。但人類從來不是靠純文本來認知世界的。

我們是通過跟真實世界的互動在學習。LeCun 估計，一個典型的四歲小孩在生活中接觸並感知到的資訊量，是目前全世界最大語言模型的 50 倍之多。

人類的大多數知識根本不是由語言構成的。只要底層架構不換，僅靠堆文本的大模型永遠都不可能達到人類水平。

這位 63 歲的老派科學家給出的替代方案，是他一直力推的「目標驅動型 AI」。這種架構不再純靠文本餵養，而是通過感測器和影片資料去理解物理世界，構建出能夠預測動作後果的「世界模型」。

比如把一把椅子推向房間的左邊還是右邊，機器需要能預判物理狀態的變化，並在此基礎上規劃具體的行動步驟。他堅信機器終究會超越人類智慧，但這需要很長時間，絕不是某些人嘴裡的明年就能搞定。

為什麼重要

從應用層面來看，我們認為 LeCun 這番話非常適合幫現在的開發者和企業解解熱。如果你正在用大模型做客服、寫程式碼或處理文件，它現階段的價值確實很紮實；但如果你指望套個大模型殼子，就能做出一款能自主替你決策、處理複雜現實物理任務的代理應用，現在的技術底座完全支撐不住。

在行業競爭上，這展現了巨頭內部極有意思的路線分野。Meta 一邊在開源 LLaMA 系列跟 OpenAI 打擂臺，一邊其首席科學家卻在公開唱衰大模型路線的盡頭。這種做法看起來非常清醒：在商業落地和生態爭奪上不能掉隊，但同時必須押注下一代物理世界模型，免得所有資源都被純文本訓練吸乾。

大模型眼下像是一臺強大的「統計搜尋引擎」和文本推演器，但它根本沒有常識。行業不可能永遠靠往 Transformer 裡面砸更多算力和網頁文本來逼出真智慧，轉向感測器輸入和物理世界建模，遲早是行業必須邁過的一道坎。