楊立昆認爲，當前的LLM技術存在“理解邏輯能力極其有限”、“無法對物理世界建模”、“無法形成持久記憶”、“無法進行層級規劃推理”等重大缺陷，並稱單純追求推進LLM的發展“本質是上不安全”的，無法實現真正的AGI。
ChatGPT的橫空出世，讓稍顯拗口的“大型語言模型”（LLM）這個詞成了聚光燈的寵兒。從OpenAI、Anthropic等明星創企到谷歌、微軟和Meta等公司，都在持續推進LLM的能力和商業應用前景。
然而，Meta人工智能首席科學家楊立昆 (Yann LeCun) 卻認爲，目前的LLM路線無法通往AGI，且非常危險，顯示出業界對AI發展路線圖的分歧。
楊立昆：LLM存在重大缺陷，無法實現真正的AGI
近日，在接受媒體採訪時，楊立昆直指當前的LLM技術存在“理解邏輯能力極其有限”、“無法對物理世界建模”、“無法形成持久記憶”、“無法進行層級規劃推理”等重大缺陷，並稱單純追求推進LLM的發展“本質是上不安全”的，無法實現真正的AGI。
LeCun指出，現有的LLM儘管在自然語言處理、對話交互、文本創作等領域表現出色，但其仍只是一種"統計建模"技術，通過學習數據中的統計規律來完成相關任務，本質上並非具備真正的"理解"和"推理"能力。
但直到今年，包括OpenAI、谷歌在內的科技巨頭，都將LLM視爲邁向AGI的關鍵一步。OpenAI CEO山姆·奧特曼就曾多次表示，GPT模型是朝着AGI方向發展的重要突破。
楊立昆所推崇的，是所謂“世界模型”(World Modeling)方法，即能夠像人類一樣，藉助觀察和體驗，循序漸進地學習認知這個世界，從而形成“常識”，最終實現AGI。
楊立昆認爲，“世界模型”更接近真正的智能，而非只學習數據的統計特徵。以人類的學習過程爲例，孩童在成長過程中，更多是通過觀察、交互和實踐來認知這個世界，而非被單純“注入”知識。而楊立昆的“世界模型”路線，則是試圖通過對視頻、音頻等媒體的模擬與補全，讓AI也經歷這樣一個自主學習的過程。
不過，他也承認實現“世界模型”並非易事，這一雄心勃勃的目標可能需要耗時10年才能實現。業內專家對此也存疑。
圖蘭大學計算機科學教授亞倫·庫洛塔指出，“常識”一直是人工智能發展的痛點，教會AI模型“因果關係”並非易事，很容易出現“難以預料的失敗”。此前也曾有Meta內部員工質疑楊立昆的“世界模型”理念含糊不清，更像是一種噱頭。
Meta需要將AI快速產品化 但首席科學家卻頻頻拆臺
從本質上看，楊立昆與OpenAI、谷歌等公司對人工智能發展路徑的分歧，也反映出科技巨頭在AI領域投入上的矛盾與分歧。
對砸下重金購買GPU的Meta來說，首要的使命是短期內快速推出商業化AI產品，在元宇宙的失敗之後，公司在AI探索上的成果對Meta的未來至關重要。且扎克伯格面臨着巨大的盈利壓力，上月，當扎克伯格誓言要將Meta打造成“全球領先的人工智能公司”時，Meta就一度蒸發近2000億美元的市值，反映出投資者對其人工智能投資回報的疑慮。
但身爲首席科學家的楊立昆更看重探索性研究和長期價值，不那麼在意短期的收入。他這一番公開宣稱LLM路線存在重大問題，也是在打自家公司的臉——Meta也是那些斥巨資研發“危險的LLM”的公司之一。
外界早就揣測，Meta CEO扎克伯格和楊立昆之間可能存在某種微妙的矛盾，例如，去年底，扎克伯格將“AI產品化”工作剝離出楊立昆手中，成立獨立的“GenAI”團隊，直接分割了楊立昆“學院派”的權力。
總體而言，Meta仍然是AI浪潮的主要受益者，今年迄今，Meta股價累計大漲35%。