@scion_x_: Yann LeCun 可能会赢得关于AI的科学辩论。但这根本不重要。总结只需两行…
摘要
这篇文章认为,虽然Yann LeCun在科学上可能是正确的——LLM缺乏真正的智能,但它们的实际效用意味着它们已经在市场上获胜。
查看缓存全文
缓存时间: 2026/06/18 18:10
Yann LeCun 很可能会在关于 AI 的科学辩论中胜出。
但这根本无关紧要。
总结起来就两句话:AI 奠基人之一离开 Meta,筹集十亿美元,着手证明 LLM、ChatGPT、Claude、Grok 这些在通往真正智能的道路上都是死胡同。
从道理上讲,他可能是对的。LLM 并不理解世界;它只是预测下一个词。没有记忆,没有现实模型,没有真正的规划。LeCun 直言不讳:它还不如一只猫聪明。从技术层面看,很难反驳他。
但问题在于,他回答错了问题。
LeCun 问的是:“什么是真正的智能?” 而市场问的是:“什么现在就有用?”
这两个问题不是一回事。把它们混为一谈,是典型的研究者错误。
市场从未为“智能”付过钱。它为“实用性”付钱。
我们从来不是要教飞机扇动翅膀。我们不在乎是否复制了鸟类的“真正”飞行;我们只是想飞。结果呢?那些对麻雀的空气动力学一无所知的机器,每天运送着数百万人。
LLM 也是如此。它们不理解世界。但这并不妨碍它们改写你的代码、起草你的合同、甚至吞掉整个工作岗位。一个工具并不需要拥有世界的模型才能价值万亿。
我每天都在用这些模型构建产品。它们在 LeCun 看来是“愚蠢的”。但这从未阻止我交付任何东西。
LeCun 可能正在打造 2035 年才会重要的事物。但在接下来的十年里,用户、价值、金钱——一切都押在了这些“愚蠢”的模型上。
我们总是把“正确”和“赢”混为一谈。
LeCun 可能是正确的。但 LLM 已经赢了。
相似文章
@rohanpaul_ai: Yann LeCun 表示,LLM 在价值或投资上并非泡沫——它们将驱动许多实际应用并证明当前基础设施投资的合理性。
Yann LeCun 认为,LLM 在价值或投资上并非泡沫,因为它们将推动许多实际应用并证明当前基础设施支出的合理性;真正的泡沫在于假设 LLM 能够实现人类级别的思考。
@ylecun: 人们意识到,人工智能远不及人类的智能和学习能力。然而,它们已经变得非常有用...
Yann LeCun 观察到,当前的人工智能系统虽然远未达到人类水平的智能和学习能力,但通过积累大量陈述性知识来弥补自身在常识、推理和规划能力上的不足,已经变得非常有用,这一现象引发了关于AI能力的讨论。
@ArielKwiat: "当一位杰出但年长的科学家说某事是可能的时候,他几乎肯定是正确的。当他……"
一条引用推文突出了Yann LeCun的声明,即扩大LLMs规模无法实现人类水平的智能或AGI,称这种想法为'完全胡说'。
@rohanpaul_ai:Yann LeCun 在苏黎世联邦理工学院(ETH Zürich)的最新演讲:“你不应该研究大语言模型。至少如果你在学术界,你绝对不……
在苏黎世联邦理工学院的一场演讲中,Yann LeCun 主张学者不应研究大语言模型或生成式模型,认为学术界在这一领域已无新意可言,真正的进步在于扎根现实世界的物理人工智能——他坦言这一立场让自己在硅谷不受欢迎。
@HowToAI_:Yann LeCun 发表了今年最具异端色彩的AI论文。他开篇就辩称马格努斯·卡尔森并不擅长国际象棋,并……
Yann LeCun 与合著者发表论文,主张AI行业应放弃通用人工智能(AGI)目标,转而提出超人类适应智能(SAI),专注于超越人类能力的专门化适应。