Meta科学家Le Cun提出人工超级智能发展路径

  ICC讯  在巴黎举行的VivaTech 2025科技大会上，Meta首席AI科学家Yann Le Cun勾勒出一份实现高级机器智能（AMI）的雄心勃勃路线图，其核心是基于视频预测模型V-JEPA V2。该模型旨在解决AI面临的三大核心挑战：理解物理世界、推理和规划。

  "V-JEPA是首个能真正学习物理世界运行规律的系统之一，"Le Cun表示。与早期试图在像素级别预测视频帧的方法不同，V-JEPA通过预测视频内容的抽象表征来学习，这种自监督学习方式被Le Cun描述为取得突破的关键。

  与大型语言模型（LLM）不同，视频预测在确定性预测方面一直存在困难。"直到最近，这方面都算是失败的，"他坦言。

  V-JEPA V2在完成表征层面的视频内容预测训练后，将进入第二阶段：世界建模。该模型能预测世界状态如何随着想象的行为而演变，使系统能够预判结果并做出相应规划。"系统可以想象一系列动作的后果，"Le Cun解释道。Meta已将该模型应用于规划机械臂动作，如抓取物体或开门，而无需进行特定任务训练。

  Le Cun特别区分了V-JEPA与生成式AI的不同："V-JEPA架构不是生成式架构，因为它们不试图重建或预测训练所基于的世界。它们学习的是抽象表征，并在该抽象表征空间中进行预测。"他指出，大型语言模型缺乏这类内部世界模型，"它们基本上是盲目地基于训练内容进行规划或生成。"

  不过，Le Cun也承认大型语言模型在代码生成等领域的实用性。"它们很有用。我们也在研究它们，但这属于短期工作。Meta的基础AI研究团队（FAIR）总是比当前AI潮流领先三到十年。"

  在人工智能理论方面，Le Cun明确否定了"通用人工智能"（AGI）这一术语。他认为人类智能本质上是专业化的："很遗憾地说，人类智能一点也不通用。我们比大多数动物稍微通用一些，但某些动物在某些领域比我们更聪明，当然计算机在某些任务上表现也比我们更好，这意味着我们在某种程度上是专业化的。"

  为此，Le Cun提出了Meta内部使用的术语：人工超级智能（ASI）和高级机器智能（AMI）。"超级智能并不意味着通用，"他强调，"它只是在某些领域比人类略强。"Meta的长期计划是开发"与人类一样聪明甚至更胜一筹"的AI助手。AMI蓝图聚焦于能够理解物理世界、具备常识、拥有持久记忆、能推理规划且安全可控的系统。

  关于超级智能的本质，Le Cun以已在国际象棋、扑克和路线规划等特定领域超越人类的AI系统为例。他将AI的未来定位为"增强智能"，人类将获得在某些任务上更聪明的AI助手支持，如同拥有虚拟专家团队。"与比你聪明的人或机器共事能带来赋能，"他说。

  Le Cun设想未来将出现具有用户知识和偏好心理模型的智能代理系统。"这些系统将建立关于我们已知什么、未知什么、能消化什么信息、可能对哪类信息感兴趣的心理模型，"他表示。这类系统将能规划复杂行动，如预订旅行或管理家庭设备。

  未来几个月，Meta计划扩大训练规模，将V-JEPA应用于更广泛场景，并改进训练方法。"我们可以用这些模型为机器人规划简单动作，"Le Cun说。团队还在探索更有效的V-JEPA架构训练方法和分层规划改进方案。

  以纽约到巴黎的旅行为例，Le Cun说明了规划面临的挑战：从预订航班到开门走向电梯，需要在不同抽象层面进行规划。"我们还不能规划很长的动作序列，"他坦言，"对于需要多个动作的复杂任务，我们需要分层规划，这完全是个未解难题。我们尚不知道如何用AI系统实现...我们有些想法，但仍处于研究阶段。"

  被问及如何解决这些问题时，Le Cun回答："我们聘请聪明人才，并努力说服他们这是值得研究的有趣问题。"他强调跨学科合作的重要性，特别是对于需要应用数学见解的分层规划等问题。"这是科学问题，不是技术开发问题，"Le Cun说，并强烈呼吁开源合作。"我们需要汇集科学界、学术界、其他公司和公共研究机构中可能对此有所贡献的所有人才。这就是为什么我们需要实践开放研究。我们开源代码，V-JEPA V2就是开源的。"

  关于超级智能的发展进度，Le Cun给出了谨慎预测："如果一切顺利，如果我们设想的所有技术都奏效，并且在开发过程中只遇到常规困难，我们将在三年内较好地掌握这类V-JEPA方法。"他预计五年内将看到能够理解物理世界的初步成果或原型系统，可能达到"猫或老鼠的水平"。之后他设想系统将具备规划能力，不仅在基础物理世界层面，还包括某些抽象领域，可能与语言、数学或几何相关。"我们终将达到人类智能水平，但这肯定比我们想象的更难，"他表示。

  "大约五年内，我们将开始看到这方面更具体的应用，"Le Cun补充道。