<div id="readability-page-1"><div id="ArticleBody-InlineImage-107257338"><div><div>Meta 首席人工智能科学家 Yann LeCun 于 2023 年 6 月 13 日在巴黎举行的 Viva Tech 会议上发表讲话。谢斯诺 | 盖蒂图片新闻 |Getty Images</div></div></div><div>Meta 的首席科学家和深度学习先驱 Yann LeCun 表示，他认为目前的人工智能系统距离达到某种感知的语义还需要几十年的时间，具备常识，可以推动他们的能力超越仅仅以创造性的方式总结堆积如山的文本。他的观点与 首席执行官 Jensen Huang 最近表示，人工智能将在不到五年的时间内与人类 “共存”，在许多脑力密集型任务中击败人类。“我认识詹森，” LeCun 在最近的一次活动中说，这次活动突出了 Facebook 母公司成立 10 周年。LeCun 说， CEO 可以从人工智能热潮中获益良多。“有一场人工智能战争，他正在提供武器。““[如果] 你认为 AGI 是，你必须购买更多的 GPU，” LeCun 说，关于技术人员试图开发人工通用智能，这种人工智能与人类水平的智能相当。只要 OpenAI 等公司的研究人员继续追求 AGI，他们将需要更多的 Nvidia 计算机芯片。LeCun 说，社会更有可能在人类水平的 AI 之前几年获得 “猫级” 或 “狗级” AI。技术行业目前对语言模型和文本数据的关注不足以创造研究人员几十年来一直梦想的先进的类人 AI 系统。“文本是一种非常差的信息来源，” LeCun 说，并解释说，人类可能需要 2 万年才能阅读用于训练现代语言模型的文本量。“训练一个相当于 2 万年阅读材料的系统，他们仍然不明白，如果 A 和 B 一样，那么 B 和 A 也一样。“LeCun 说：“世界上有很多非常基本的东西，他们只是没有通过这种训练。”因此，LeCun 和其他 Meta 人工智能高管一直在大力研究如何定制用于创建 ChatGPT 等应用程序的所谓 Transformer 模型，以处理各种数据，包括音频、图像和视频信息。这些人工智能系统越能发现这些各种数据之间可能存在的数十亿个隐藏的相关性，它们就越有可能实现更多的神奇壮举。Meta 的一些研究包括可以帮助人们在佩戴该公司的 Project Aria 增强现实眼镜时更好地打网球的软件，该眼镜将数字图形融入现实世界。高管们展示了一个演示，其中一个人在打网球时戴着 AR 眼镜，能够看到视觉提示，教他们如何正确地握住网球拍，并以完美的形式摆动手臂。为这种数字网球助理提供动力所需的各种人工智能模型除了文本和音频外，还需要混合三维视觉数据，以防数字助理需要说话。这些所谓的多模式人工智能系统代表了下一个前沿领域，但它们的发展不会便宜。随着越来越多的公司，如 Meta 和谷歌母公司 研究更先进的人工智能模型，英伟达可以获得更多的优势，特别是如果没有其他竞争对手出现。</div><div>英伟达一直是最大的生成式人工智能，其昂贵的图形处理单元成为用于训练大规模语言模型的标准工具。Meta 依赖于训练其美洲驼人工智能软件。CNBC 询问，随着 Meta 和其他研究人员继续开发这些复杂的人工智能模型，科技行业是否需要更多的供应商。 “它不需要它，但它会很好，” LeCun 说，并补充说 GPU 技术仍然是 AI 的黄金标准。不过，他说，未来的计算机芯片可能不会被称为 GPU。“你将看到希望出现的是新的芯片，它们不是图形处理单元，它们只是神经，深度学习加速器，” LeCun 说。LeCun 也有些怀疑，哪些科技巨头如 ，Google 都有了。Meta 之外的许多研究人员认为，量子计算机器可以在药物发现等数据密集型领域发挥作用，因为它们能够使用所谓的量子比特进行多重计算，而不是现代计算中使用的传统二进制比特。但 LeCun 有他的疑虑。“你可以用量子计算解决的问题的数量，你可以用经典计算机更有效地解决问题，” LeCun 说。“量子计算是一个迷人的科学话题，” LeCun 说。它不太清楚 “实际相关性和实际制造实际有用的量子计算机的可能性。“Meta 高级研究员、前技术主管 Mike Schroepfer 对此表示赞同，他说他每隔几年就会评估一次量子技术，并认为有用的量子机器 “可能会在某个时候出现，但它的时间跨度太长，与我们正在做的事情无关。“Schroepfer 说：“我们十年前建立人工智能实验室的原因是，很明显，这项技术将在未来几年内实现商业化。”观看：</div></div>

QUBT

Meta 首席 AI 科学家 Yann LeCun 认为，AI 超级智能和量子计算被过度炒作。他认为，目前的人工智能系统距离人类水平的智能还有几年的时间，单靠文本数据不足以实现先进的人工智能开发。LeCun 认为，结合视觉、音频和文本数据的多模态 AI 系统是下一个前沿。他还提到了 GPU 技术对 AI 的重要性，并对量子计算与经典计算机相比的效率表示怀疑。

Meta 的 AI 主管认为 AI 超级智能不会很快到来，并对量子计算持怀疑态度