AI並不智慧，人工智慧下一步是什麼？

Yann LeCun是人工智慧領域的領軍人物之一，曾在Facebook母公司Meta擔任首席AI科學家十年，於2025年離職並創立了高階機器智慧實驗室（AMI Labs）。他認為，當前基於大型語言模型（LLM）的AI系統，如ChatGPT、Claude和Gemini，雖然在某些任務上表現出色，但缺乏真正的智慧，無法應對現實世界的複雜情況。

LeCun指出，LLM擅長編碼、數學問題和生成文本，但這些是定義明確且可預測的任務。“它們基本上只是積累知識……可以重複輸出，但並不是特別聰明，沒有深層的理解。”他以一支豎立的筆為例：當放手時，即使幼兒也知道筆會倒下，但沒人會去猜倒向哪邊。而LLM可能會基於統計模式做出一個單一的預測，但幾乎肯定是錯誤的，因為它沒有推理物理現實。

為了克服這些侷限，AMI Labs正在開發一種名為聯合嵌入預測架構（JEPA）的新型AI系統。JEPA透過建立現實世界的抽象表示來評估行動的結果，過濾無用資訊，保留有用的世界圖景。例如，在處理筆的例子時，AI會知道預測倒向哪邊毫無意義。

LeCun的觀點在AI行業中得到共鳴。牛津大學應用人工智慧教授Ingmar Posner也認為，下一代AI需要能夠解釋因果關係的系統。“你需要能夠回答‘什麼重要？什麼導致什麼？如果我採取不同行動會發生什麼？’的模型。”他的團隊正在開發一種稱為“機械世界模型”的AI，該模型起源於David Ha和Jürgen Schmidhuber在2018年的一篇有影響力的論文，並受到Google Dreamer等專案的啟發。

構建更靈活的AI對機器人行業至關重要。儘管投資數十億美元開發人形機器人，但訓練它們完成熨燙或洗碗等家務任務仍然困難且昂貴。LeCun表示，LLM在機器人領域基本無望，“聲稱透過擴大LLM規模就能達到超級智慧，這根本不會發生。”

AMI Labs計劃今年餘下時間完善JEPA模型，明年首先應用於工業場景。如果成功，將考慮更廣泛的應用。“最終，我們將擁有通用的智慧系統，只需最少訓練或微調就能應用於世界的任何事情。”LeCun認為，人類仍需負責提問和創造，AI將為我們服務，就像行業領袖與更聰明的助理之間的關係。