AI界当代最著名巨擘之一、Meta的AI实验室灵魂人物Yann LeCun，长期致力于让机器对世界的运转理念有基础了解，也就是让AI获得常识。LeCun过去的做法，是用视频选段训练神经网络，让AI逐个像素地预测日常活动视频下一帧将会出现啥。不出人意料地，他自己承认这途径撞上了铁板。在数月到一年半之间的思考后，LeCun对下一代AI有了新的想法。

AI新路径

在《MIT科技评论》的采访中，LeCun勾勒出他的新研究路径，称如此会给机器赋予探索世界的常识基础。对LeCun而言，这就是打造AGI（通用人工智能）的第一步。能像人一样思考的机器，在AI业界诞生时就是指导性愿景，同时也是争议最大的理念之一。

(相关资料图)

不过LeCun的新路径或许还很不完备，引来的疑问可能比获得的答案还要多。最大的疑问在于，LeCun自己承认了他还不知道如何造出自己所描述的那种AI。此路径的核心是个能以与之前不同方法审视、学习真实世界的神经网络。LeCun终于放弃了让AI逐个像素猜下一帧视频，只让新的神经网络学会完成任务必备的关键知识。

然后LeCun打算将这个神经网络与另一个被称为「配置器」的神经网络配对。「配置器」专管决定哪些细节是主神经网络必须学会的、并照此来自动调节主系统。对LeCun来说，AGI是人类与未来科技互动的不可或缺部分。当然此展望和他押注全副身家搞元宇宙的东家Meta公司不谋而合。

LeCun说，在10-15年间，取代现在智能手机地位的将是AR眼镜。AR眼镜上就必备能辅助人类日常活动的虚拟智能助手。如果这些助手要起最大作用，那必然或多或少要跟得上人脑智能才行。

「世界模型」是AGI核心

LeCun最近热衷的「世界模型」，按他说就是大多数动物大脑的基础运转模式：为真实世界跑个模拟。动物从婴儿期开始就用预估-试错方法来发育智能。幼孩们通过观察真实世界的运动与挫折，在生命的前几个月就发育出了智能的基础。观察一个小球掉个几百次，普通婴儿就算没上过基础物理课、学过牛顿三定律，也对重力的存在与运作有基础认知。所以这种直觉性/默会性推理，被常人称作「常识」。人类就是通过常识来认知真实世界的大多数可能未来与不可能幻想，来预见自己的行为后果并据此做出决策。如此的人智既不需要像素级精确细节，也不需要完备的物理学参数库。就算有人没有视力、或者是个文盲，一样可以正常发挥智能。

但教机器学会常识就很难。当下的神经网络要被展示数千次示例后，才能开始模糊发现内含规律模式。LeCun表示，智能的基础是预测即刻未来的常识能力。不过在放弃让AI逐像素预测后，LeCun表示要换个思路。LeCun打了个比方：想象下你捏根钢笔悬空放手，常识告诉你这根钢笔必然会坠落，但掉落的精确位置则不在人智预测范围内。按过去的AI开发模式，AI要跑复杂的物理学模型，来预测钢笔是否会坠落、同时求得坠落的精确位置。现在LeCun努力让AI只预测出钢笔会坠落的常识结论，至于精确位置不在求解范围内。LeCun说这就是「世界模型」的基本模式。

LeCun表示他已经造出了可以完成基础客体识别的「世界模型」早期版本，现在在致力于训练它学会上述常识性预测。不过「配置器」在此中的功用，LeCun说自己还没搞明白。LeCun想象中的「配置器」AI，是整个AGI系统的控制元件。它将要决定「世界模型」在任何时刻需要做出何等常识性预测、并调适「世界模型」为此该处理的细节数据。LeCun现在坚信「配置器」必不可少，但不知道怎么训练一个神经网络来做到这效果。

「我们需要摸索出可行的技术清单来，而这个清单现在还不存在。」在LeCun的愿景中，「配置器」和「世界模型」是未来AGI基础认知架构的两大核心部分，在此之上才能发展出感知世界的认知模型、驱使AI调整行为的激励模型等等。LeCun称，如此神经网络就能做到每部分都在成功模拟人脑。比如「配置器」和「世界模型」起了前额叶的作用，激励模型是AI的杏仁体，等等。

认知架构、不同层面细节的预测模型，这些都是多年来业界中既有的一派观点。不过当深度学习成为AI业界主流后，很多此类老点子就显得过时。现在LeCun重拾传统智慧：「AI研究界把这些东西忘掉好多了。」

大模型和强化学习都是死路

之所以重走旧路，是因为LeCun坚信现在的业界主流路径已经走进死胡同。关于如何做出AGI来，现在AI业界有两种主流观点。

一是很多研究者坚信到搞出乌龙的路径：就像OpenAI家的GPT系列和DALL-E系列那样，模型越大越好，大到超过临界点，AI就觉醒人智了。

二是强化学习：不断地试错，并按试错结果奖惩AI。这是DeepMind家做各种棋牌AI、游戏AI的路数。这种路径的信徒认为，只要奖励激励设定对头，强化学习终将造出真正AGI。

Lecun表示在座的两种人都是垃圾：「无限扩张现有大语言模型的量级，最后就能做出人类水平的AI？这种荒唐论调，我一秒钟都没信过。这些模型就只能单纯捯饬各种文本与图像数据，完全没有真实世界的直接体验。」「强化学习要用巨量数据才能训练模型执行最简单任务，我不认为这种办法有机会做出AGI来。」

业内人对LeCun的观点有支持也有反对。如果LeCun的愿景实现，AI将会成为不亚于互联网的下一代基础高性能技术。但他的声张并不包括自家模型的性能、激励机制、控制机制等等。不过这些缺陷都是小事，因为不管褒贬，业内人士一致认为要面临这些短板还是久远以后的事。因为即使LeCun也没法在当下马上做出AGI来。

Lecun自己也表示承认此形势，他称自己只希望为新的理论路径播种、让后来者于此基础上建构出成果。「达到此目标，需要太多人付出太多努力。我现在提出这些，只是因为我认为这条路才是最终的正路。」就算做不到这点，LeCun也希望说服同行不要单单死盯着大模型和强化学习，最好打开思路。「我讨厌看到大家浪费时间。」

业界反应：褒贬皆有

另外一名AI界泰斗、与LeCun交情好的Yoshua Bengio表示乐见老友圆梦。「Yann说这些已经说了有日子了，不过看到他整全性地把各种言说归纳到一处，我还是蛮高兴的。然而这些只是研究方向申请而非结果呈报，大家通常只在私底下分享这些，公开聊的风险挺大。」

DeepMind里牵头开发游戏AI AlphaZero的David Silver不赞成LeCun对自己项目的批评，不过欢迎他实现愿景。

「LeCun描述的世界模型的确是个令人兴奋的新点子。」加州圣菲研究所的Melanie Mitchell则赞成LeCun：「业界真的不常在深度学习社群里看到这种观点。但大语言模型真的既缺记忆，又没有能担纲的内在世界模型骨干。」

谷歌大脑的Natasha Jaques不同意：「大家已经看到大语言模型极具效率，也混杂了相当多人类知识。没语言模型，我怎么升级LeCun提出的这个世界模型？就算人类学习，途径也不止亲身经历，还包括口口相传。」

关键词： 神经网络 强化学习 真实世界 语言模型 日常活动