排行榜分类收藏

AI先锋莱昆鼓励新一代开发者：转变思维，超越大型语言模型

Home AI News CN AI先锋莱昆鼓励新一代开发者：转变思维，超越大型语言模型

AI先锋Yann LeCun今日在巴黎VivaTech会议上引发热烈讨论，敦促下一代开发者远离大型语言模型（LLM）。

“这个领域被大公司主导，你们的贡献空间有限，”LeCun表示。“不如专注于超越LLM局限性的下一代AI系统。”

作为Meta首席AI科学家和纽约大学教授，LeCun的言论迅速引发了对当前LLM不足之处的关注。在社交平台X（前身为Twitter）上，他进一步阐述道：“我正在开发下一代AI系统，而非LLM。我实质上是在说，‘来和我竞争！’越多的思想参与其中，结果越好！”

尽管他呼吁行动，许多用户仍对“下一代AI”及其替代LLM的潜力表示好奇。开发者、数据科学家和AI专家在X上分享了多种观点，包括基于边界的AI、判别AI、多任务、多模态、分类深度学习、能量模型、目的性小语言模型、特定用例、自定义微调、状态空间模型，以及用于具身AI的硬件。一些用户甚至建议探索Kolmogorov-Arnold网络（KAN），作为神经网络的新进展。

一位用户列出了五种下一代AI系统:

- 多模态AI

- 推理与通用智能

- 具身AI与机器人技术

- 无监督与自监督学习

- 人工一般智能（AGI）

另一位用户建议，所有学生应掌握的基础知识包括：

- 统计与概率

- 数据整合与转换

- 经典模式识别（如朴素贝叶斯、决策树、随机森林）

- 人工神经网络

- 卷积神经网络

- 循环神经网络

- 生成式AI

相反，有人认为现在是学生参与LLM的最佳时机，因为应用仍有很大探索空间，许多有关提示、越狱及可及性的知识尚待学习。

批评者指出，Meta在LLM方面的广泛开发，认为LeCun的言论旨在抑制竞争。有用户调侃道：“当一家大公司的AI负责人说‘不要竞争’时，我更想去竞争。”

LeCun，作为目标导向AI和开源系统的倡导者，在最近的《金融时报》采访中指出，LLM缺乏逻辑推理，永远无法达到人类智力水平。他强调：“它们无法理解物理世界，缺乏持久记忆，无法进行有意义的推理，不能进行层级规划。”

Meta近期推出了视频联合嵌入预测架构（V-JEPA），旨在识别和理解复杂的物体交互。这一创新符合LeCun对先进机器智能（AMI）的愿景。

许多业内专家共鸣LeCun对于LLM局限性的看法。AI聊天应用Faune称赞他的观点为“精彩”，强调封闭式系统面临的重大局限性。他们表示：“能够像人类一样学习和适应的AI创造者，很可能获得诺贝尔奖。”

其他人提出，行业对LLM的“过分强调”被视为真正进步的死胡同。有些甚至称LLM不过是有效连接系统的工具，类似于电话交换操作员。

LeCun并非争议的陌生人。他曾与其他AI先锋Geoffrey Hinton、Andrew Ng及Yoshua Bengio就AI带来的生存风险进行了激烈辩论，常常认为这些担忧被夸大。

一位评论者回忆起与Hinton的最近一次访谈，Hinton主张全盘接受LLM，声称人脑与AI脑之间存在紧密关联。“观观察如此根本的分歧真是令人着迷，”该用户说。

这种观点的冲突短期内恐怕难以得到解决。

雪花公司收购TruEra，提升数据云解决方案中的大语言模型可观测性

挣扎于SaaS混乱？了解UnifyApps如何利用AI无缝连接您的应用程序

Most people like

Shortwave AI Email Assistant

949.8K

基于人工智能的邮件管理和生产力提升工具，旨在优化您的工作流程，提高工作效率。通过智能算法，这些工具能够自动分类、优先处理邮件，并提供智能提醒，让您专注于最重要的任务。

邮件助手 AI 邮件助手

68.7K

发现最高效且精准的卡片扫描应用，能够即时识别卡片的真实价值。

运动卡片 AI 图像扫描

129.3K

顶尖的文本到图像生成模型正在引领人工智能的创新浪潮。这些先进的技术能够将用户提供的文字描述转化为令人惊叹的视觉作品，极大丰富了创意表达的可能性。无论是艺术创作、广告设计，还是游戏开发，这些模型都在不断推动数字视觉艺术的发展。探索顶尖的文本到图像生成技术，您将发现它们如何改变创作方式及其背后的潜力。

文本生成图像模型 AI艺术生成器

33.1K

无法被检测到的AI写作工具，助您创作无抄袭的优质内容。

AI写作工具人工智能重写器

Find AI tools in YBX

Related Articles

Refresh Articles