AI并不智能，人工智能下一步是什么？

Yann LeCun是人工智能领域的领军人物之一，曾在Facebook母公司Meta担任首席AI科学家十年，于2025年离职并创立了高级机器智能实验室（AMI Labs）。他认为，当前基于大型语言模型（LLM）的AI系统，如ChatGPT、Claude和Gemini，虽然在某些任务上表现出色，但缺乏真正的智能，无法应对现实世界的复杂情况。

LeCun指出，LLM擅长编码、数学问题和生成文本，但这些是定义明确且可预测的任务。“它们基本上只是积累知识……可以重复输出，但并不是特别聪明，没有深层的理解。”他以一支竖立的笔为例：当放手时，即使幼儿也知道笔会倒下，但没人会去猜倒向哪边。而LLM可能会基于统计模式做出一个单一的预测，但几乎肯定是错误的，因为它没有推理物理现实。

为了克服这些局限，AMI Labs正在开发一种名为联合嵌入预测架构（JEPA）的新型AI系统。JEPA通过创建现实世界的抽象表示来评估行动的结果，过滤无用信息，保留有用的世界图景。例如，在处理笔的例子时，AI会知道预测倒向哪边毫无意义。

LeCun的观点在AI行业中得到共鸣。牛津大学应用人工智能教授Ingmar Posner也认为，下一代AI需要能够解释因果关系的系统。“你需要能够回答‘什么重要？什么导致什么？如果我采取不同行动会发生什么？’的模型。”他的团队正在开发一种称为“机械世界模型”的AI，该模型起源于David Ha和Jürgen Schmidhuber在2018年的一篇有影响力的论文，并受到Google Dreamer等项目的启发。

构建更灵活的AI对机器人行业至关重要。尽管投资数十亿美元开发人形机器人，但训练它们完成熨烫或洗碗等家务任务仍然困难且昂贵。LeCun表示，LLM在机器人领域基本无望，“声称通过扩大LLM规模就能达到超级智能，这根本不会发生。”

AMI Labs计划今年余下时间完善JEPA模型，明年首先应用于工业场景。如果成功，将考虑更广泛的应用。“最终，我们将拥有通用的智能系统，只需最少训练或微调就能应用于世界的任何事情。”LeCun认为，人类仍需负责提问和创造，AI将为我们服务，就像行业领袖与更聪明的助理之间的关系。