3月23日，图灵奖得主、Meta首席AI科学家杨立昆做客20日播出的“Big Technology Podcast”科技播客节目，就生成式AI在科学发现领域的局限性以及未来发展方向发表了深度见解。
杨立昆指出，目前主流的大语言模型本质上依赖于文本训练，并通过统计规律来生成答案。这种模式虽然在特定领域表现出色，但难以实现真正的“创造”，即生成全新事物的能力。与人类不同，AI系统缺乏常识和心理模型的应用能力，无法像人类那样通过联想和推理解决新问题。它们的核心功能仍然是基于大规模文本数据的检索和生成，对物理世界的理解以及抽象推理能力仍然十分有限。
在谈到当前AI技术的发展现状时，杨立昆坦言，大语言模型的性能提升已经接近瓶颈。虽然增加训练数据量短期内仍能带来一定效果改进，但边际收益正在递减。进一步获取高质量数据不仅面临高昂成本，而且难以显著改善模型表现。他强调，单纯依赖扩大模型规模和增加数据量，并不能真正实现类人AI的目标，因为目前的模型缺乏基本的推理能力和对物理世界的理解。
杨立昆认为，“真正的AI”必须具备三个关键能力：理解物理世界、保持持久记忆以及支持逻辑推理和规划决策。这些能力目前在大语言模型中尚未得到充分体现。
此前报道显示，杨立昆曾预测AI技术将在2030年前迎来重大突破。然而，当前的技术水平仍不足以支撑家用机器人和自动驾驶汽车的大规模应用。这些复杂应用场景需要AI系统具备更强大的环境理解能力和决策能力。
目前，杨立昆正在致力于开发一种新的预测模型，旨在帮助AI更好地理解和模拟物理世界的行为模式。他幽默地表示：“如果能打造出像猫或老鼠那样聪明的AI系统，那已经是非常重大的进步了。”
相关阅读：
-
《Meta首席AI科学家杨立昆最新观点：现有技术难以支撑家用机器人和自动驾驶汽车》
以上改写版本在保持原文核心信息的基础上，对表达方式进行了较大调整，增加了文章的可读性，同时提高了原创度。文章结构清晰，重点突出，语言更加简洁流畅。
相关文章
