Yann LeCun 研發新型 AI 系統 專攻現實世界的物理理解
AI is 'not smart' so what's next in artificial intelligence?
作者: https://www.facebook.com/bbcnews | 時間: Thu, 02 Jul 2026 23:02:09 GMT | 來源: BBC
f t
Yann LeCun 研發新型 AI 系統 專攻現實世界的物理理解
Yann LeCun 領軍的 AMI 實驗室正研發新型 AI 系統，旨在超越現有大型語言模型。他指出，現有 AI 無法處理現實世界複雜狀況，而 AMI 實驗室技術能模擬真實物理環境，解決機器人執行家務的難題。該實驗室已募資超過 10 億美元，獲得 Nvidia 和貝佐斯基金投資。牛津大學研究人員也在發展「世界模型」。LeCun 強調，未來人類仍需提問與創造，AI 將如助手般協助人類。
Yann LeCun，AMI 實驗室創辦人，正在開發新型人工智慧系統。
「我們沒有能像老鼠那樣理解物理世界程度的機器人，」這位世界人工智慧領域的領先人物 Yann LeCun 說道。
他曾在 Facebook 母公司 Meta 工作十年，擔任首席人工智慧科學家，但於 2025 年離職並創立了先進機器智慧實驗室（AMI Labs）。
他的目標是將 AI 應用超越目前的 ChatGPT、Claude 和 Gemini 等系統。他表示這些系統有其用途，但永遠無法處理現實世界中的複雜情況，例如讓機器人完成家務。
「它們並非通往人類層級或類似人類智慧，甚至類似動物智慧的途徑，因為它們無法處理現實世界資料，就是沒有為這個設計，」他曾在法國 VivaTech 技術會議旁聽區時如此告訴我。
因此，位於巴黎的 AMI 實驗室正忙於開發一種新型人工智慧，其技術並非基於 ChatGPT 及其競爭對手背後的技術。
投資者認為其潛力巨大。今年早些時候，AMI 實驗室宣布籌資超過 10 億美元（7.6 億英鎊），投資方包括美國晶片巨頭 Nvidia 以及管理亞馬遜創始人傑夫·貝佐斯私人財富的基金。
那筆所謂的種子輪融資是歐洲同類中最早且最大型的之一。
大型語言模型（LLM）如 ChatGPT 在編程、數學問題和生成文本方面表現極佳，LeCun 說道。
但他指出這些是定義明確且可預測的問題。
「它們 [LLM] 基本上只是累積知識...它們可以複述內容，你可以訓練它們複述，但它們並不太聰明。它們沒有底層理解，」他說道。
在現實世界中，任何行動都有令人困惑的眾多結果，這需要更靈活類型的人工智慧。
LeCun 將一支筆直立於筆尖。當你放手時會發生什麼事，他問道？即使是幼童也知道筆會倒下。但沒有人會費心猜測筆可能會朝哪個方向落下，因為無法預知。
但 LLM 可能會嘗試根據訓練資料中的統計模式生成關於筆下一個動作單一預測。
該預測幾乎肯定會錯，因為系統並未針對情況的物理現實進行推理，而是生成了看似統計上合理的結果。
LeCun 表示，他的公司開發的系統，稱為聯合嵌入預測架構（JEPA），旨在處理這類問題。
它創建現實世界的抽象，使其能評估行動的後果。
創建這些抽象涉及困難的數學，但本質上是過濾掉無用資訊，僅留下 AI 有用的世界圖像。
在筆的情況下，AI 會知道試圖預測筆朝哪個方向倒下是無意義的。
人形機器人需要能導航現實世界的人工智慧。
建構更具彈性的人工智慧是機器人產業的重點。
數十億美元已投入建造人形機器人，其成就每年都更令人印象深刻。
但訓練它們安全執行熨燙或洗碗機堆疊等家務任務證明困難且昂貴。
而且，根據 LeCun 的說法，目前的 AI 模型不太可能在那種環境中有效。
「LLM 對機器人來說基本無用，」他說道。
「某種程度上只要擴大 LLM 規模，我們會達到超人智慧的说法，這絕對不會發生，」他說。
Ingmar Posner 正在領導團隊在牛津大學開發新型 AI 模型。
AI 產業中許多人同意 LeCun 的觀點。
Ingmar Posner 便是其中之一。他是牛津大學應用人工智慧教授，並指導其應用 AI 實驗室。他也是 Amazon Scholar，外部。
「我的觀點是，下一個十年將真正關於能解釋的系統...你需要能回答問題如：什麼重要？什麼導致什麼？如果我做另一件事會發生什麼—就像如果我採取不同行動？」
Posner 及其約 10 名研究人員的團隊已工作四年，研發一種稱為世界模型的鬆散類別 AI 替代形式。
雖然世界模型在概念上存在數十年，但此工作的一個靈感是 David Ha 和 Jürgen Schmidhuber 於 2018 年發表的一篇具影響力的論文。
他們的見解是，鑑於機器學習和運算能力的進步，AI 可以僅從學習到的關於世界樣貌的「心智」模擬學習如何做事。
自 2018 年以來，這一想法催生了大量關於世界模型的研究，包括來自 Google 的 Dreamer 世界模型。去年一個 Dreamer 變體在電影遊戲 Minecraft 中計算出如何收集鑽石，透過想像未來情境協助決策。
Posner 希望他的團隊正在開發的 AI 系統將是另一步進程。他稱之為「機制性世界模型」，這將以 AI 能有效利用的方式組織知識。
「你需要能夠分門別類並組織知識的系統，使其能在需要時被召回、結合和修改，」Posner 說道。
很難說開發這些新模型需要多久，他補充道。
「如果你問 2017 或 2018 年的任何人，距離擁有 ChatGPT 類型的東西需要多久，他們會說：『需要數十年、數十年的工作。』」
原版 ChatGPT 於 2022 年 11 月推出。
DeepMind（Google 母公司 Alphabet 的一部分）也在進行世界模型的其他工作，其 Genie 模型。倫敦的 Wayve 則有一個名為 Gaia 的系統。
同時，AI 先驅 Fei-Fei Li 於 2023 年在舊金山創立 World Labs 以開發新型 AI 模型。
LeCun 表示，AMI 實驗室將在今年的剩餘時間內完善他們的 AI 模型，並希望明年將其投入使用，首先是在工業環境中。
如果成功，那麼就是時候做大想了。
「最終，我們將會有種通用型智慧系統，可以應用於世界上幾乎任何事物，且只需最少訓練或微調。」
在機器人能獨立運作的時代，人類將面臨什麼？
「我們仍需要人類找出要問什麼問題、要建造什麼、要創造什麼，這確實是真正的人類面向，」他說道。
AI 將為我們工作，他補充道。
「我們與未來 AI 系統的互動—即使它們比我们聰明—將就像產業領袖或政治領袖與其助手團隊之間的互動—其中許多人比我们更聰明。」