新智元报说念

剪辑：Aeneas 好困

【新智元导读】「一位顶尖科学家，稀有千亿好意思元的资源，却仍然能把Meta搞砸了！」最近，圈内对LeCun的埋怨和品评，似乎越来越压不住了。有东说念主品评说，Meta之是以恶臭，LeCun的本本想法就是罪魁罪魁。但LeCun却暗示，我方尝试了20年自纪念预测，澈底失败了，是以如今才给LLM判死刑！

凭借着GPT/o系列、Gemini 2.5、Claude的盛大能力，OpenAI、谷歌、Anthropic纷纷在AI大战中各领风流。

唯独Meta，莫得走在前沿。

Llama 4自觉布以来各样拉跨的阐扬，让Meta在某种进度上沦为了业内的「笑柄」。以致有去职商榷者王人故意在简历上表明，我方并未参加Llama 4的老师。

在这么的配景下，业内最近对Yann LeCun的品评之风，是越来越盛了。

尽管这位图灵巨头是一位顶级科学家，然则，他能够动用数千亿的成本用于斟酌资源和里面商榷，却仍然把Meta搞砸了。

那么，他的问题，究竟出在哪儿呢？

有东说念主说，Meta在LLM大战中之是以过期，正好就是因为LeCun一直在积极抒发我方对LLM前进地方的反感和隔断。

如若在几十年后回望，LeCun今天的气派偶然是对的，但跟奥特曼这类持硬核气派的激进分子比拟，这种心态统统会让Meta在现时的竞争中处于时弊。

如若一个大公司的首席东说念主工智能科学家，王人不信托我高洁在进入职责的架构，而关于我方所信仰的架构却莫得满盈惊艳的牺牲，那么，形成面前的格式，就是不言而谕的事情了。

LeCun关于LLM门道的不看好，被许多网友驳倒为「本本想法」。

「许多顶尖科学家王人有这种误差：因为太过自我，认为我方才最了解一切，因此难以转型。以致有时，这些顶级东说念主物的教条会径直影响到科学跳跃。」

对此，有东说念主总结出了Meta失败的几大中枢原因。

LeCun反对LLM的论调

Meta在MoE架构方面照旧生手

开源发布过早导致的失败

商榷居品团队的不连络，组织和料理的不善

LeCun反对LLM的论调

Meta在MoE架构方面照旧生手

开源发布过早导致的失败

商榷居品团队的不连络，组织和料理的不善

天然，第一代Llama的出现，依然关于开源界有着感天动地的风趣，可在每天王人在大爆炸的AI圈，这仿佛还是是五百年前的事了。

接下来，除非LeCun确实能到手开拓新范式，竣事JEPA这么的寰球模子，要么，Meta就只可持续在AI竞赛中过期。

底下让咱们望望，近期LeCun对LLM「判死刑」的各样言论。

领先，LLM还是是昔日式了

在英伟达2025 GTC大会上，LeCun暗示了这么的不雅点：「我对LLM不再感有趣有趣了！」

他认为，如今LLM还是是昔日式了，而咱们的改日，在于四个更真义的领域：链接物理寰球的机器、历久牵记、推理和计算。

不外真义的是，如今Llama的下载量还是达到了十亿次，这就意味着东说念主们对LLM有热烈的需求，几许与「LLM已过时」的不雅点矛盾了。

空论连篇，在演讲中LeCun暗示，纵不雅通盘AI历史，简直每一代商榷者王人在发现新范式时声称，「就是它了！再过五年、十年，咱们就能造出在统统带域王人比东说念主类更明智的机器。」

七十年来，这种波浪差未几每十年就出现一次，而这一波，也通常会被评释注解是错的。

是以，「只消把LLM持续无尽放大，或者让它们生成千千万万段Token序列，再从中挑出好的，就能得回东说念主类级智能；两年内数据中心里就会出生一个天才之国」的论调，在他看来完全就是瞎掰八说念。

尤其是LLM所使用的Token，在描绘物理寰球这件事上，完全不是一种好的才智。原因很浅易：Token是碎裂的。

在典型的LLM里，可选Token唯有十万级控制。于是，当你让模子去预测文本序列的下一个Token时，它只可输出一个概率散布，但永久不可能百分之百地给出阿谁惟一正确的Token。

关于文正本说，这套作念法的问题还不大；但在视频等既高维又连气儿的天然数据面前，统统想通过像素级预测视频来让系统链接寰球、构建寰球模子的尝试，简直一起失败。

通常地，哪怕仅仅老师神经网罗去学习图像的优质表征，但凡依赖从损坏或变换后的图像重建原图的工夫，也基本以失败告终。

其次，自纪念LLM统统「药丸」

在本年3月底的2025好意思国数学会纠合会议上，LeCun则发表了一个题为「通往东说念主类水平东说念主工智能的数学报复」的演讲。

在LeCun看来，如今的机器学习水平依旧稚子。它的学习服从极低——模子通常要经历千千万万次样本或老师才能达到斟酌性能。

天然自监督学习的确更正了AI，但它仍然相当有限。而动物和东说念主类却能极快地掌抓新任务、链接寰球启动方式，能够推理、计算，还能领有学问——它们的行径是由斟酌驱动的。

比拟之下，自纪念的LLM，则是通过预测序列中的下一个词或标记来老师的；这个序列不错是文本、DNA、曲谱、卵白质等碎裂标记。

然则，自纪念预测存在一个根人性费事。

本色上，它是发散的：设计生成的标记是碎裂的，每输出一个标记，就有多达100 000种可能。

问题在于，这棵「正确子树」仅是整棵树的轻细子集。

若假定每生成一个标记就有独处的失实概率e，那么长度为n的序列完全正确的概率，等于(1‑e)^n。

即便e极小，该概率仍会随n呈指数级衰减，而在自纪念框架下，这就无从接济。

因此，LeCun的判断是：自纪念的谎话语模子注定被淘汰！几年后，任何一个千里着从容的东说念主王人不会再使用它们。

这就是LLM所谓幻觉的根源：它们会瞎掰八说念，本色上就是自纪念预测导致的。

在LeCun看来，在构建AI系统的新想法上，咱们遗漏了相当伏击的东西。

仅靠把LLM塞进更大的数据集，咱们永久无法抵达东说念主类级AI。但当今别说复现数学家或科学家，咱们连师法一只猫王人作念不到。

家猫能计算复杂行为，领有因果模子，先见自己行径后果，而东说念主类就更超卓了，10岁的孩子第一次就能把餐桌打理干净、把餐具放进洗碗机——这就是零样本学习。

如今，AI已能通过讼师经历考试、解数学题、评释注解定理——可L5自动驾驶汽车在哪？家用机器东说念主又在哪？

咱们仍造不出能委果应酬执行寰球的系统。事实评释注解，物理寰球远比话语复杂得多。

这，就是莫拉维克悖论。

东说念主类以为进犯的任务——比如斟酌积分、求解微分方程、棋战、计算穿越多座城市的门道——对斟酌机而言却举手之劳。

这评释，若有东说念主把「东说念主类智能」称作「通用智能」，那肃穆天方夜谭——咱们根柢不具备通用智能，而是高度专门化。

一款典型的当代LLM，大略是在2×10¹³（约20万亿）个token上老师的。若按每Token 3字节斟酌，总量就是6×10¹³字节，进取取整约10¹⁴字节。要让任何一个东说念主读完这些文本，得花上几十万年。

但一个4岁的小孩，天然醒着的时辰悉数唯有16000小时，但来自视觉、触觉、听觉等感官的物理寰球信息，让他在这段时辰里累积的信息量，通常达到了10¹⁴字节。

也就是说，如若AI无法通过不雅察寰球来学习其启动礼貌，咱们就永久到不了东说念主类级别——因为笔墨里根柢莫得那么多信息。

在Meta，他们不使用AGI这一说法，而是高等机器智能（Advanced Machine Intelligence，AMI）：

• 能通过感官输入自行学习寰球模子与心智模子，从而掌抓直观物理与学问；

• 领有历久牵记；

• 能够计算复杂的行为序列；

• 具备推理能力；

• 在设计之初就保证可控与安全，而不是过后靠微调弥补。

LeCun预测在三到五年内，Meta就能在小范围上把这件事跑通；之后就看如何把它们延迟，直到委果作念到东说念主类级智能。

AMI的通晓架构，不错简述如下。

• 寰球模子；

• 若干斟酌函数；

• 行动体——认真优化行为以最小化代价；

• 短期牵记，对应大脑中的海马体；

• 感知模块——简直通盘大脑后部王人在作念这件事；

• 以及一个建立器。

是以，究竟若何才能让系统从视频等感官输入中，学到寰球的心智模子？

能不可借用自纪念预测的想路，像老师LLM那样老师生成式架构，去预测视频接下来会发生什么，比如改日几帧？

谜底是不行。

LeCun暗示，我方还是在这条路上折腾了20年，澈底失败。

它相宜碎裂标记的预测，但咱们不知说念该如何有风趣地在暗示概率密度函数的高维连气儿空间中，预测一个视频帧。

而他的处置决议，就是一种被称为JEPA（Joint Embedding Predictive Architecture，纠合镶嵌预测架构）的工夫。

LeCun暗示，如若我方的判断没错，而况经受JEPA照实比生成式架构更靠谱，那统统东说念主就该把生成式架构澈底丢掉。

他也承认，在如今东说念主东说念主王人在聊GenAI的大环境下，我方却对他们说：「烧毁GenAI吧！」像极了一个异类。

总之，LeCun在演讲终末给出了掷地金声的大呼。

如若你对东说念主类水平的AI感有趣有趣，就不要专注于谎话语模子。

如若你是AI领域的博士生，你统统不应该从事LLM的职责，因为你把我方置于与领有千千万万GPU的大型团队竞争的位置，你将无法作念出任何孝顺。

他暗示，如若咱们能在接下来五年内或十年内，处置一些委果的问题，那咱们就能走上一条通往能计算和推理的委果智能系统的说念路。

而惟一可行的才智，就是开源。

LeCun暗示，如若我方到手了，那AI将成为放大东说念主类智谋的一种器具，这只会对东说念主类有平允。

一件积压在心底的陈年旧事

而LeCun共享一件陈年旧事，则让咱们能够些许知悉到他的内心寰球。

2022年，LeCun和Meta的几位共事老师出了一个LLM，把能找到的一起科学文件王人塞了进去。

这个模子取名为Galactica。他们写了一篇长论文胪陈老师历程，开源了代码，还上线了一个统统东说念主王人能试玩的在线Demo。

牺牲，这个神气就在推上被喷得身无完肤。

许多东说念主喊着「这东西太可怕了，它会残害通盘科学疏通体系」，因为连傻瓜王人不错写出一篇听上去谛视其事的「论吃碎玻璃故意健康」的科学论文了。

负面驳倒如同海啸般袭来，同情的共事们夜不可寐，终末只可被动撤下Demo，只留住论文和开源代码。

那时他们的论断是：寰球还没准备好接受这种工夫，也没东说念主委果感有趣有趣。

牺牲三周后，他们就迎来了暴击：ChatGPT上线了，公众的响应俨然是「救世主再临」。

LeCun和共事们目目相觑，关于公众出人意象的这股热心百想不得其解。

Meta真不行了？不见得

天然质疑声控制，但LeCun通常领有着一些顽强的辅助者。

正如有东说念主在听完他演讲后，动容地暗示——

「我至心敬佩LeCun，一位执行想法者，开源倡导者，一个绝非跟风炒作的东说念主。尽管他因为反对LLM教条而招致许多仇恨，但我仍尊重他的敦厚。」

「很情愿在如今这个时间，听到有东说念主推敲LLM的局限性，尤其是他还在为一家鼓励公司职责。唯有咱们忽略炒作，关注局限性、失败的可能性以过甚他工程原则时，AI才会是安全的。」

即便濒临如今阐扬欠安的Llama 4，这些辅助者依然慑服，在几个月内咱们就会看到令东说念主印象深远的进展。

在一篇名为「即使LLM到达平台期，也不一定意味着东说念主工智能酷寒」的帖子中，有东说念主顽强辅助了LeCun的门道。

在发帖东说念主看来，天然如今的大实验室王人在专注于LLM，但仍有一些较小的实验室在探索替代旅途。

他暗示，我方一直以为Meta的LeCun团队是惟逐个个在商榷基于自监督、非生成、视觉系统的团队。

但就在几周前，有一群商榷者发布了一种新的架构，该架组成立在LeCun一直倡导的许多想法之上。

论文地址：https://arxiv.org/abs/2503.21796

在某些情况下，以致突出了LeCun我方的模子。

而况，在昔日几年中，还是有越来越多的雷同JEPA的系统出现，LeCun在视频中也提到过它们。

其中有些来自较小的团队，有些则来自谷歌。

如若哪一天，LLM这条路确实行欠亨，堕入停滞，偶然咱们会看到资金进入的着落，因为现时的投资其实许多王人是基于公众和投资者的热心之上的。

但是，这并不料味着AI酷寒。昔日之是以有酷寒，是因为东说念主们从未被AI委果「轰动」过一次。

但自从ChatGPT出生赌钱赚钱官方登录，东说念主们还是见到了如斯「明智」的AI，这就让AI领域劝诱了前所未有的关注，这种热心并莫得消退迹象。