AI并不聪明，那么人工智能的下一步是什么？

# 人工智能：杨立昆正在开发更灵活的AI 来源：https://www.bbc.com/news/articles/cj6gr0xkyr3o ## AI“并不聪明”，那么人工智能的下一步是什么？ 彭博社 via Getty Images 杨立昆戴着时尚的粗框眼镜，身穿浅蓝色衬衫和深蓝色夹克。他在一次会议上讲话时，正用手势阐述一个观点。彭博社 via Getty Images AMI Labs创始人杨立昆正在开发一种新的AI系统 “我们没有任何机器人能在理解物理世界方面像老鼠一样出色，”人工智能领域的领军人物之一杨立昆说道。 他在Facebook所有者Meta工作了十年，担任首席AI科学家，但于2025年离开，并创立了Advanced Machine Intelligence Labs（AMI Labs）。 他的目标是让AI超越当前像ChatGPT、Claude和Gemini这样的系统。他说，这些系统有它们的用途，但永远无法应对现实世界中的复杂情况，比如让机器人做家务。 “它们不是通往人类级别或类似人类智能的道路，甚至不是动物级别的智能，因为它们无法处理现实世界的数据，它们根本就不是为此而设计的，”他在法国领先科技大会VivaTech的场边告诉我。 因此，总部位于巴黎的AMI Labs正忙于开发一种新型人工智能，该技术并不基于ChatGPT及其竞争对手背后的技术。 投资者认为它有潜力。今年早些时候，AMI Labs宣布已筹集超过10亿美元（7.6亿英镑），投资者包括美国计算机芯片巨头Nvidia以及管理亚马逊创始人杰夫·贝佐斯私人财富的基金。 这轮所谓的种子轮融资——初创公司最早期的融资——是欧洲同类融资中规模最大的一轮之一。 立昆说，像ChatGPT这样的大型语言模型（LLMs）在编程、数学问题和生成文本等某些方面表现出色。 但他认为这些是定义明确且可预测的问题。 “它们（LLMs）基本上只是积累知识……它们可以复述某些东西，你训练它们复述，但它们并不特别聪明。它们没有深层的理解，”他说。 在现实世界中，任何行动都会带来令人困惑的各种结果，这就需要一种更灵活的人工智能。 立昆将一支笔直立放置。他问，当你松手时会发生什么？即使是一个幼儿也知道笔会倒下。但没有人会费心去猜测笔会倒向哪个方向，因为根本无法判断。 但一个LLM可能会根据训练数据中的统计模式，试图对笔的下一个动作生成一个单一的预测。 这个预测几乎肯定是错误的，因为系统不是在推理这个情况的物理现实——它只是在生成统计上看似合理的东西。 立昆说，他的公司正在开发的系统称为联合嵌入预测架构（JEPA），旨在处理这类问题。 它创建了现实世界的抽象概念，使其能够评估行动的结果。 创建这些抽象概念涉及复杂的数学，但本质上它们会过滤掉无用的信息，只给AI留下有用的世界图景。 就笔的情况而言，AI会知道试图预测笔会倒向哪个方向是没有意义的。 彭博社 via Getty Images 三个类人机器人表演舞蹈动作。彭博社 via Getty Images 类人机器人需要一种能够在现实世界中导航的人工智能 构建更灵活的人工智能是机器人行业的优先事项。 但训练它们安全地执行熨烫衣物或摆放洗碗机等家务任务被证明既困难又昂贵。 而且，根据立昆的说法，当前的AI模型在这种环境中不太可能表现出色。 “LLMs在机器人领域基本没有希望，”他说。 “那些声称只要通过扩大LLMs规模，我们就能达到超级人类智能的说法，根本不会发生。” Ingmar Posner Ingmar Posner戴着眼镜，穿着黑色Polo衫，站在一块写着“保持冷静，热爱机器人”的图片前。Ingmar Posner Ingmar Posner正领导一个团队在牛津大学开发一种新的AI模型 AI行业的许多人都同意立昆的观点。 Ingmar Posner就是其中之一。他是牛津大学应用人工智能教授，并领导其应用AI实验室。他还是Amazon Scholar（https://www.amazon.science/scholars）。 “我的观点是，下一个十年将真正是关于能够解释的系统……你需要能够回答以下问题的模型：什么重要？什么导致什么？如果我做了别的事——比如采取了不同的行动——会发生什么？” Posner和他的团队（约10名研究人员）已经花了四年时间研究一种替代形式的AI，它属于一个松散的类别，称为世界模型。 虽然世界模型在概念上已经存在了几十年，但这项工作的一个灵感来自2018年David Ha和Jurgen Schmidhuber发表的一篇有影响力的论文（https://arxiv.org/pdf/1803.10122）。 他们的见解是，鉴于机器学习和计算能力的进步，AI可以从对世界样子的习得“心理”模拟中纯粹学习如何做某事。 自2018年以来，这一想法催化了大量关于世界模型的研究，包括谷歌的Dreamer World Model（https://research.google/blog/introducing-dreamer-scalable-reinforcement-learning-using-world-models/）。去年，一个Dreamer变体通过想象未来情景来帮助决策，从而弄清楚了如何在电子游戏《我的世界》中收集钻石（https://www.scientificamerican.com/article/google-deepmind-taught-itself-to-play-minecraft/?ref=autonews.io）。 Posner希望他的团队正在开发的AI系统能成为另一个进步。他称之为“机械论世界模型”，它将以一种AI可以有效使用的方式来组织知识。 “你需要能够以这样一种方式划分和组织知识的系统，使得在需要时可以回忆、组合和修改这些知识，”Posner说。 他补充说，很难说开发这些新模型需要多长时间。 “如果你在2017年或2018年问任何人，要多久才能有类似ChatGPT的东西，他们会说：‘几十年，几十年的工作。’” 其他关于世界模型的工作由DeepMind（谷歌母公司Alphabet的一部分）通过其Genie模型（https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/）和总部位于伦敦的Wayve（https://wayve.ai/thinking/gaia-3/）通过其名为Gaia的系统进行。 与此同时，AI先驱李飞飞于2023年在旧金山创立了World Labs（https://www.worldlabs.ai/），以开发一种新的AI模型。 立昆表示，AMI Labs将在今年剩余时间里完善他们的AI模型，并希望明年能在工业环境中首先投入使用。 如果成功，那么将是时候考虑更大的目标了。 “最终，我们将拥有某种通用的通用智能系统，只需最少训练或微调，就能应用于世界上几乎任何事物。” 在一个机器人可以独立操作的世界里，人类将会怎样？ “我们仍然需要人类来弄清楚要问什么问题、要构建什么、要创造什么，这才是真正属于人类的方面，”他说。 他补充说，AI将会为我们工作。 “我们与未来AI系统的互动——即使它们比我们更聪明——将类似于行业领袖或政治领袖与其助理团队之间的互动——其中许多助理比他们更聪明。”