LeCun再爆金句：ChatGPT？连条狗都比不上！语言模型喂出来的而已

在IT行业这个发展更新速度很快的行业，只有不停止的学习，才不会被行业所淘汰。如果你是科技周边学习者，那么本文《LeCun再爆金句：ChatGPT？连条狗都比不上！语言模型喂出来的而已》就很适合你！本篇内容主要包括##content_title##，希望对大家的知识积累有所帮助，助力实战开发！

图灵三巨头之一的LeCun昨日又爆金句。

「论聪明程度，ChatGPT可能连条狗都不如。」

这句话来自本周四LeCun在Vivatech上和Jacques Attalie的一场辩论，可谓精彩纷呈。

CNBC甚至直接把这句话放到了标题里，而LeCun也在之后火速转推。

“ChatGPT和狗：比不了一点”

LeCun表示，当前的AI系统，哪怕是ChatGPT，根本就不具备人类的智能水平，甚至还没有狗聪明。

要知道，在AI爆炸发展的今天，无数人已经为ChatGPT的强大性能所折服。在这种情况下，LeCun的这句话可谓惊世骇俗。

不过，LeCun一贯的观点都是——不必太过紧张，如今的AI智能水平远远没到我们该担忧的地步。

而其他的科技巨头则基本和LeCun持截然相反的意见。

比如同为图灵三巨头的Hinton和Bengio，以及AI届人士由Sam Altman挑头签的公开信，马斯克的危机言论等等。

在这种大环境下，LeCun一直「不忘初心」，坚定认为现在真没啥可担心的。

LeCun表示，目前的生成式AI模型都是在LLM上训练的，而这种只接受语言训练的模型聪明不到哪去。

「这些模型的性能非常有限，他们对现实世界没有任何理解。因为他们纯粹是在大量文本上训练的。」

而又因为大部分人类所拥有的知识其实和语言无关，所以这部分内容AI是捕捉不到的。

LeCun打了个比方，AI现在可以通过律师考试，因为考试内容都停留在文字上。但AI绝对没可能安装一个洗碗机，而一个10岁的小孩儿10分钟就能学会怎么装。

这就是为什么LeCun强调，Meta正尝试用视频训练AI。视频可不仅仅是语言了，因此用视频来训练在实现上会更加艰巨。

LeCun又举了个例子，试图说明什么叫智能上的差别。

一个五个月大的婴儿看到一个漂浮的东西，并不会想太多。但是一个九个月大的婴儿再看到一个漂浮的物体就会感到非常惊讶。

因为在九个月大的婴儿的认知里，一个物体不该是漂浮着的。

LeCun表示，如今我们是不知道如何让AI实现这种认知能力的。在能做到这一点之前，AI根本就不可能拥有人类智能，连猫猫狗狗的都不可能。

Attali：我也要签公开信

在这场讨论中，法国经济和社会理论家Jaques Attali表示，AI的好坏取决于人们如何进行利用。

然而他却对未来持悲观态度。他和那些签公开信的AI大牛一样，认为人类会在未来三四十年内面临很多危险。

他指出，气候灾难和战争是他最为关注的问题，同时担心AI机器人会「阻挠」我们。

Attali认为，需要为AI技术的发展设置边界，但由谁来设定、设定怎么样的边界仍是未知的。

这和前一阵子签的两封公开信所主张的内容相同。

当然，公开信LeCun也是压根没搭理，发推高调表示哥们儿没签。

LeCun炮轰ChatGPT——没停过

而在此之前，LeCun针对ChatGPT不止讲过过一次类似的话。

就在今年的1月27日，Zoom的媒体和高管小型聚会上，LeCun对ChatGPT给出了一段令人惊讶的评价——

「就底层技术而言，ChatGPT并不是多么了不得的创新。虽然在公众眼中，它是革命性的，但是我们知道，它就是一个组合得很好的产品，仅此而已。」

「除了谷歌和Meta之外，还有六家初创公司，基本上都拥有非常相似的技术。」

此外，他还表示，ChatGPT用的Transformer架构是谷歌提出的，而它用的自监督方式，正是他自己提倡的，那时OpenAI还没诞生呢。

当时闹得更大，Sam Altman直接在推上给LeCun取关了。

1月28日，LeCun梅开二度，继续炮轰ChatGPT。

他表示，「大型语言模型并没有物理直觉，它们是基于文本训练的。如果它们能从庞大的联想记忆中检索到类似问题的答案，他们可能会答对物理直觉问题。但它们的回答，也可能是完全错误的。」

而LeCun对LLM的看法一以贯之，从未改变。从昨天的辩论就可以看出，他觉得语言训练出来的东西毫无智能可言。

今年2月4日，LeCun直白地表示，「在通往人类级别AI的道路上，大型语言模型就是一条歪路」。

「依靠自动回归和响应预测下一个单词的LLM是条歪路，因为它们既不能计划也不能推理。」

当然，LeCun是有充分的理由相信这一点的。

ChatGPT这种大语言模型是「自回归」。AI接受训练，从一个包含多达14000亿个单词的语料库中提取单词，预测给定句子序列中的最后一个单词，也就是下一个必须出现的单词。

Claude Shannon在上个世纪50年代开展的相关研究就是基于这一原则。

原则没变，变得是语料库的规模，以及模型本身的计算能力。

LeCun表示，「目前，我们无法靠这类模型生成长而连贯的文本，这些系统不是可控的。比如说，我们不能直接要求ChatGPT生成一段目标人群是13岁儿童的文本。

其次，ChatGPT生成的文本作为信息来源并不是100%可靠的。GPT的功能更像是一种辅助工具。就好比现有的驾驶辅助系统一样，开着自动驾驶功能，也得把着方向盘。

而且，我们今天所熟知的自回归语言模型的寿命都非常短，五年算是一个周期，五年以后，过去的模型就没有人再会用了。

而我们的研究重点，就应该集中在找到一种是这些模型可控的办法上。换句话说，我们要研究的AI，是能根据给定目标进行推理和计划的AI，并且得能保证其安全性和可靠性的标准是一致的。这种AI能感受到情绪。」

要知道，人类情绪的很大一部分和目标的实现与否有关，也就是和某种形式的预期有关。

而有了这样的可控模型，我们就能生成出长而连贯的文本。

LeCun的想法是，未来设计出能混合来自不同工具的数据的增强版模型，比如计算器或者搜索引擎。

像ChatGPT这样的模型只接受文本训练，因此ChatGPT对现实世界的认识并不完整。而想要在此基础上进一步发展，就需要学习一些和整个世界的感官知觉、世界结构有关的内容。

然而好玩儿的是，Meta自己的模型galactica.ai上线三天就被网友喷的查无此人了。

原因是胡话连篇。

终于介绍完啦！小伙伴们，这篇关于《LeCun再爆金句：ChatGPT？连条狗都比不上！语言模型喂出来的而已》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布科技周边相关知识，快来关注吧！