杨立昆现场追问：不过3道认知墙，谈什么通用智能？
2025-05-16 04:25:52 · chineseheadlinenews.com · 来源: AI深度研究员
最近的一两周时间里，65 岁图灵奖得主 、Meta首席AI科学家Yann LeCun（杨立昆） 先后出现在新加坡国立大学与宾大工程学院的讲台。他没有谈参数，也没有夸算力，而是抛出一句让全场安静的反问——“当模型连‘杯子在桌子上’都可能答错，为什么我们敢说它懂世界？”
?? 第一节｜第一道墙：看不懂物理世界
“我们最聪明的 AI 系统，连猫都不如。它们不能理解物理世界的常识。” ——Yann LeCun
“我们现在的 AI 系统，在这方面连狗都不如。”
? 问题不在于数据，而在于“看世界的方式”
? LeCun的解法：预测真实，而非生成语言
LeCun认为，越过这堵“物理常识缺失”的墙，关键不在于调模型、堆算力，而在于：
让系统具备对现实的抽象建模能力，而不是只是生成语言。
今天的AI，可以告诉你‘这个杯子掉了’，但它不知道‘为什么会掉’。
而真正的智能，正是从“因果理解”开始的。
不是让AI变得更能“说”，而是更能“懂”。
?? 第二节｜第二道墙：没有长时记忆
“大语言模型并不真正拥有记忆。它们只是看得更多，但记不住任何事。” ——Yann LeCun
“我们一个4岁的孩子在成长过程中大概接收了?10???字节的信息。而一个 GPT 级别的模型，也训练了?10???字节的 token。”
数据量看起来相似，但差别巨大。
人类不是只“看”这么多——而是整合、抽象、积累并持续更新。而大模型只是“扫一遍，然后忘掉”。
? 这就是为什么模型越大，输出却越来越“无主体感”
? 记忆机制，才是下一代智能系统的核心突破口
?? 第三节｜第三道墙：没有推理结构
“我们今天的大语言模型，不是在思考，而是在猜下一个词。” ——Yann LeCun
? 推理，意味着目标导向的结构展开
真正的推理不是“接下来该说什么”，而是：
面对一个从未遇见的问题；
在脑中调用规则、模型和假设；
一步步演绎、分解、验证。
LeCun强调，大语言模型在结构上根本不具备这套能力：
“语言模型不是问题求解器，它只是一个自编码器，以预测为本能。”
? 他公开反对“奖励足够了”这类路径幻想
? 没有内部模型，AI 只能“碰运气”
?? 第四节｜破解路径：JEPA 架构登场
“我们要让系统预测现实，而不是续写句子。” ——Yann LeCun
我们不是让系统在像素层面重建视频，而是在高层抽象空间中预测接下来会发生什么。
? 为什么要预测表示，而不是还原原始数据？
LeCun指出：视频、音频等连续信号高度复杂，预测像素几乎不可能。 但我们可以先学习一个低维度的、抽象的“潜在表示空间”，再在这个空间中进行预测。
这类似人脑在看见一段动作后，不是还原每一帧，而是形成一个动态理解模型。
? JEPA 的区别在哪里？
JEPA 是 LeCun 概念中的“高级机器智能”（AMI）架构的底座。
JEPA 不是商业上的“下一代模型”，而是方向上的重新定向。
LeCun的回答很清晰：如果我们不改变底层架构，就永远造不出真正懂世界的 AI。
?? 第五节｜重定义：AMI 取代 AGI？
“AGI 是伪命题，我们需要的是 AMI——高级机器智能。” ——Yann LeCun
LeCun并不回避“通用人工智能”这个话题。但他的态度很明确：他不信 AGI，也不追 AGI。
他认为这个概念存在两个根本问题：
误判了人类智能的本质
掩盖了真正的系统设计路径
? 人类智能，从来不是“通用”的
人类智能是非常专门化的，只是在我们擅长的任务上看起来很强。
LeCun提出一个看似挑衅，实则深刻的观点：我们之所以觉得自己“通用”，是因为我们无法意识到那些我们永远无法理解的事物。
所以我们误以为：我们能理解的，就是全部。
而 AGI，恰恰建立在这种错觉之上。
? AMI：比“通用”更现实的目标
LeCun提出一个替代概念：AMI（Advanced Machine Intelligence）
它的特征不是“无所不能”，而是具备以下核心能力：
对现实有抽象建模能力（世界模型）
有持久记忆和状态追踪机制
能规划、分解任务、做中长期推理
能通过多模态感知和环境互动逐步学习
AMI 不是试图“模拟人类”，而是构建适合机器自身的智能系统架构。这是一种系统理性，而非幻想超越。
? 为什么 AMI 更重要？
AGI是一个故事，AMI是一个系统。
前者吸引投资，后者真正推进能力边界。
LeCun的选择很明确：他不站在 hype 上，他站在架构底层。
?? 第六节｜行动建议：别卷模型，卷架构
“学术界不该再追 LLM，应该去做工业界没时间做的事。” ——Yann LeCun
LeCun的这句话，像是对整个AI创业圈泼下的一盆冷水。
所有人都在调模型、堆RAG、炼提示词。 但在他看来，这种热闹的局面，本质上是资源错配。
? LLM 已是产业路线，创新窗口正迅速关闭
LeCun点出一个现实：“LLM 已经掌握在工业界手里，几家公司用几千张 GPU，配几百名工程师在打磨。学术界很难再贡献突破性的东西。”
这话也适用于大多数 AI 初创公司。
如果你做的，是“训练大模型”或“在大模型上包皮”，那么你面临的，不是技术门槛，而是资源垄断与同质化淘汰赛。
? 真正的“空白地带”，藏在三道认知墙之后
LeCun给出了新的方向：
具身智能（Embodied AI）
多模态感知（视觉+触觉+动作）
表示学习与预测建模（JEPA架构）
长期记忆与推理能力
这些并不是市场热点，但它们有一个共同特征：
没人有现成方案，没人规模化做，没人垄断 GPU。
这才是技术创业者最应该押注的地方。
? 创业机会，不在模型后缀，而在架构前提
不是 GPT-Next、Claude-Plus、LLaMA-Max， 而是：
谁能构建新一代“表示系统”；
谁能让 AI 理解连续世界；
谁能让系统从行动中自主学习。
LLM 是终点，JEPA 是起点。
真正的下一代 AI，不是能说得更顺，而是能想得更深。
? 你以为AI在进化，其实是认知还没进化
Yann LeCun 这场鲍开对话，抛出的不是技术路线图，而是一个基本问题：
我们理解的“智能”，到底是什么？
当全世界都在追求更大的模型、更低的token成本、更快的输出速度， LeCun却回到起点，追问了三件事：
AI 看得见世界，但看得懂吗？
它能说一段话，但能记住罢才那句话吗？
它能接得上节奏，但知道要往哪去吗？
如果这些都不能，智能不过是算法的幻觉。
在这场由 OpenAI 引爆的大模型竞赛中， 越来越多的人误把 token 的生成能力，当成智能的全部。
但真正的竞争力，可能藏在这些不被注意的角落里：
能不能建构世界模型？
能不能规划行动？
能不能拥有自己的“认知系统”？
LeCun 的提问，像是一道延迟引爆的火线—— 它让所有从业者都必须重新思考：
你是在提升模型能力，还是在放弃对智能的定义权？
未来真正值钱的，不是会生成的模型，而是能理解问题的人类。