<div id="readability-page-1"><div id="ArticleBody-InlineImage-107257338"><div><div>Meta 首席人工智能科學家 Yann LeCun 於 2023 年 6 月 13 日在巴黎舉行的 Viva Tech 會議上發表講話。謝斯諾 | 蓋蒂圖片新聞 |Getty Images</div></div></div><div>Meta 的首席科學家和深度學習先驅 Yann LeCun 表示，他認為目前的人工智能系統距離達到某種感知的語義還需要幾十年的時間，具備常識，可以推動他們的能力超越僅僅以創造性的方式總結堆積如山的文本。他的觀點與 首席執行官 Jensen Huang 最近表示，人工智能將在不到五年的時間內與人類 “共存”，在許多腦力密集型任務中擊敗人類。“我認識詹森，” LeCun 在最近的一次活動中説，這次活動突出了 Facebook 母公司成立 10 週年。LeCun 説， CEO 可以從人工智能熱潮中獲益良多。“有一場人工智能戰爭，他正在提供武器。““[如果] 你認為 AGI 是，你必須購買更多的 GPU，” LeCun 説，關於技術人員試圖開發人工通用智能，這種人工智能與人類水平的智能相當。只要 OpenAI 等公司的研究人員繼續追求 AGI，他們將需要更多的 Nvidia 計算機芯片。LeCun 説，社會更有可能在人類水平的 AI 之前幾年獲得 “貓級” 或 “狗級” AI。技術行業目前對語言模型和文本數據的關注不足以創造研究人員幾十年來一直夢想的先進的類人 AI 系統。“文本是一種非常差的信息來源，” LeCun 説，並解釋説，人類可能需要 2 萬年才能閲讀用於訓練現代語言模型的文本量。“訓練一個相當於 2 萬年閲讀材料的系統，他們仍然不明白，如果 A 和 B 一樣，那麼 B 和 A 也一樣。“LeCun 説：“世界上有很多非常基本的東西，他們只是沒有通過這種訓練。”因此，LeCun 和其他 Meta 人工智能高管一直在大力研究如何定製用於創建 ChatGPT 等應用程序的所謂 Transformer 模型，以處理各種數據，包括音頻、圖像和視頻信息。這些人工智能系統越能發現這些各種數據之間可能存在的數十億個隱藏的相關性，它們就越有可能實現更多的神奇壯舉。Meta 的一些研究包括可以幫助人們在佩戴該公司的 Project Aria 增強現實眼鏡時更好地打網球的軟件，該眼鏡將數字圖形融入現實世界。高管們展示了一個演示，其中一個人在打網球時戴着 AR 眼鏡，能夠看到視覺提示，教他們如何正確地握住網球拍，並以完美的形式擺動手臂。為這種數字網球助理提供動力所需的各種人工智能模型除了文本和音頻外，還需要混合三維視覺數據，以防數字助理需要説話。這些所謂的多模式人工智能系統代表了下一個前沿領域，但它們的發展不會便宜。隨着越來越多的公司，如 Meta 和谷歌母公司 研究更先進的人工智能模型，英偉達可以獲得更多的優勢，特別是如果沒有其他競爭對手出現。</div><div>英偉達一直是最大的生成式人工智能，其昂貴的圖形處理單元成為用於訓練大規模語言模型的標準工具。Meta 依賴於訓練其美洲駝人工智能軟件。CNBC 詢問，隨着 Meta 和其他研究人員繼續開發這些複雜的人工智能模型，科技行業是否需要更多的供應商。 “它不需要它，但它會很好，” LeCun 説，並補充説 GPU 技術仍然是 AI 的黃金標準。不過，他説，未來的計算機芯片可能不會被稱為 GPU。“你將看到希望出現的是新的芯片，它們不是圖形處理單元，它們只是神經，深度學習加速器，” LeCun 説。LeCun 也有些懷疑，哪些科技巨頭如 ，Google 都有了。Meta 之外的許多研究人員認為，量子計算機器可以在藥物發現等數據密集型領域發揮作用，因為它們能夠使用所謂的量子比特進行多重計算，而不是現代計算中使用的傳統二進制比特。但 LeCun 有他的疑慮。“你可以用量子計算解決的問題的數量，你可以用經典計算機更有效地解決問題，” LeCun 説。“量子計算是一個迷人的科學話題，” LeCun 説。它不太清楚 “實際相關性和實際製造實際有用的量子計算機的可能性。“Meta 高級研究員、前技術主管 Mike Schroepfer 對此表示贊同，他説他每隔幾年就會評估一次量子技術，並認為有用的量子機器 “可能會在某個時候出現，但它的時間跨度太長，與我們正在做的事情無關。“Schroepfer 説：“我們十年前建立人工智能實驗室的原因是，很明顯，這項技術將在未來幾年內實現商業化。”觀看：</div></div>

QUBT

Meta 首席 AI 科學家 Yann LeCun 認為，AI 超級智能和量子計算被過度炒作。他認為，目前的人工智能系統距離人類水平的智能還有幾年的時間，單靠文本數據不足以實現先進的人工智能開發。LeCun 認為，結合視覺、音頻和文本數據的多模態 AI 系統是下一個前沿。他還提到了 GPU 技術對 AI 的重要性，並對量子計算與經典計算機相比的效率表示懷疑。

Meta 的 AI 主管認為 AI 超級智能不會很快到來，並對量子計算持懷疑態度