排行榜類別收藏

AI 先驅 LeCun 鼓勵新一代 AI 開發者：將重點從大型語言模型 (LLMs) 轉移開。

Home AI新聞 AI 先驅 LeCun 鼓勵新一代 AI 開發者：將重點從大型語言模型 (LLMs) 轉移開。

人工智慧先驅雅恩·勒昆（Yann LeCun）今天在巴黎的VivaTech會議上引發了熱烈的討論，他建議下一代開發者避免使用大型語言模型（LLM）。他表示：「這項工作由大型企業主導，對你來說貢獻空間不大。與其這樣，不如專注於超越LLM限制的下一代AI系統。」

作為Meta的首席AI科學家和紐約大學教授，勒昆的評論迅速引發了關於當前LLM缺陷的問題。在X（前推特）進一步被詢問時，他指出：「我正在開發下一代AI系統，而非LLM。我基本上是在說，‘與我競爭！’越多的頭腦參與，結果會越好！」

儘管他發出了號召，許多用戶仍渴望了解什麼是“下一代AI”，以及可能的LLM替代方案。在X平台上，開發者、數據科學家和AI專家分享了多種概念，包括基於邊界的AI、判別式AI、多任務、多模態、類別深度學習、基於能量的模型、目標驅動的小型語言模型、特定用例、自定義微調、狀態空間模型，以及用於具身AI的硬體。一些用戶甚至建議探索科爾莫戈羅夫-阿諾德網絡（KANs），這是一種在神經網絡領域的前沿進展。

一位用戶列出了五種下一代AI系統：

- 多模態AI

- 推理與通用智能

- 具身AI和機器人技術

- 無監督學習與自我監督學習

- 人工一般智能（AGI）

另一位建議每位學生都應掌握基礎知識，如：

- 統計學與概率論

- 數據整理與轉換

- 傳統模式識別（如：朴素貝葉斯、決策樹、隨機森林）

- 人工神經網絡

- 卷積神經網絡

- 循環神經網絡

- 生成式AI

相反，一些人認為現在正是學生接觸LLM的理想時機，因為相關應用尚未被充分探索。對於提示、破解和可及性仍有許多學習空間。

批評者則指出Meta在LLM的廣泛發展，暗示勒昆的言論是為了壓制競爭。正如一位用戶所言，「當一家大型公司的AI負責人說‘不要競爭’時，讓我更想競爭。」

勒昆作為目標驅動AI和開源系統的提倡者，在最近的《金融時報》採訪中指出，LLM缺乏邏輯推理，永遠無法達到人類智能水準。他強調：「它們不理解物理世界，缺乏持久記憶，無法有意義地推理，也無法層次化地計畫。」

Meta最近推出了其視頻聯合嵌入預測架構（V-JEPA），旨在識別和理解複雜的物體互動。這一創新與勒昆對於先進機器智能（AMI）的願景相吻合。

許多行業專家也呼應勒昆對LLM局限性的觀察。AI聊天應用Faune稱讽他所提出的見解「驚人」，強調封閉系統存在顯著的僵化。「創造出能像人類一樣學習和適應的AI的創作者，可能會榮獲諾貝爾獎。」他們指出。

其他人則強調業界對LLM的「過度強調」，認為它們是實現真正進展的絕路。有些人甚至將LLM視為高效連接系統的工具，類似電話接線員。

勒昆並不陌生於爭議。他曾與其他AI先驅喬弗里·辛頓（Geoffrey Hinton）、安德魯·吳（Andrew Ng）和約書亞·本吉奧（Yoshua Bengio）就AI存在的風險展開激烈辯論，經常主張這些擔憂被過度誇大。

一位評論者回憶起與辛頓的最近一次訪談，辛頓在訪談中強調全面投入LLM，並提出人類大腦與AI大腦之間存在密切關聯。「觀察如此根本的分歧真的很有趣。」該用戶評論道。

這種觀點的衝突在短期內恐怕難以解決。

Snowflake收購TruEra以增強數據雲解決方案中的大型語言模型可觀察性

徘徊在SaaS混亂中嗎？了解UnifyApps如何運用AI無縫連接您的各種應用程式。

Most people like

AI Comic Generator

112K

釋放您的創意，學習如何使用人工智慧技術創作引人入勝的漫畫書。探索創新的工具和技巧，使您更輕鬆實現故事創作的願景，同時利用人工智慧的力量。擁抱漫畫的未來，今天就開始您的藝術之旅！

AI 漫畫創作工具 AI Art Generator

537.9K

透過人工智慧驅動的工具，徹底改變您的演示體驗，讓您在幾秒鐘內創建令人驚豔的幻燈片。告別繁瑣的設計，迎接輕鬆的演示，吸引觀眾的注意力。擁抱未來的演示創作，使用能簡化工作流程並強化訊息的技術。

簡報製作 AI Content Generator

314.3K

Cockatoo 是一個由 AI 驅動的轉錄服務，提供各種語言的精確文字和字幕轉換，確保不同受眾的清晰度和可及性。

轉錄 AI Advertising Assistant

33.2K

轉型人才招聘：卓越招聘的新時代。

招聘軟體 AI Recruiting

Find AI tools in YBX

Related Articles

Refresh Articles