全世界現(xiàn)在正陷入一場AI的狂歡。每天都有大模型誕生，給人一種AI即將統(tǒng)治世界的錯覺。

AI確實正在經(jīng)歷有史以來最快的發(fā)展時期，但是有人卻覺得這一切都是表象。

在前不久結(jié)束的智源“AI春晚”大會上，深度學(xué)習(xí)巨頭之一、Meta首席科學(xué)家Yann LeCun（楊立昆）語出驚人：現(xiàn)有的GPT模型活不過5年！

他言辭犀利地對目前類GPT模型發(fā)出批評，根據(jù)概率生成自回歸的大模型，根本無法破除幻覺難題。在輸入文本增大的時候，錯誤的幾率也會成指數(shù)增加。

LeCun不認(rèn)為現(xiàn)階段的大模型可以最終通向AGI（通用人工智能），所以他提出了自己的構(gòu)想——“世界模型”。

現(xiàn)在，他的構(gòu)想有了初步的實現(xiàn)。Meta剛剛宣布推出一種“類人”模型，聲稱可以理解世界。

GPT不好使，“世界模型”才是未來

Yann LeCun對于 AI 發(fā)展所持的態(tài)度是深度學(xué)習(xí)三巨頭里最為樂觀的。此前在馬斯克提出“人工智能給人類文明帶來了潛在風(fēng)險”時，LeCun 曾公開反駁，認(rèn)為人工智能遠(yuǎn)未發(fā)展到給人類構(gòu)成威脅的程度。

AI 的能力距離人類與動物的能力，還有差距——差距主要體現(xiàn)在邏輯推理和規(guī)劃，大模型目前只能“本能反應(yīng)”。

基于這個立場，LeCun一直在探索如何讓模型“讀懂世界，理解世界”。為此，他創(chuàng)建了可以實現(xiàn)類人推理的世界模型。

LeCun提到，人類和動物能夠通過觀察，簡單的交互，以及無監(jiān)督的方式學(xué)習(xí)世界知識，因此可以假設(shè)，這里面蘊(yùn)含的潛在能力構(gòu)成了常識的基礎(chǔ)。

世界模型需要融合不同的學(xué)科的觀點，包括但不限于認(rèn)知科學(xué)、系統(tǒng)神經(jīng)科學(xué)、最優(yōu)控制、強(qiáng)化學(xué)習(xí)以及 ＂傳統(tǒng) ＂人工智能。

作為Meta的首席科學(xué)家，LeCun帶領(lǐng)一個團(tuán)隊專注研究他的世界模型。直到今天，Meta宣布將向研究人員提供一種新型“類人”人工智能模型組件——I－JEPA（圖像聯(lián)合嵌入預(yù)測架構(gòu)）。

官方介紹，I－JEPA可以利用對世界的背景知識來填補(bǔ)圖像中缺失的部分，而不是像其他生成式人工智能模型那樣，只根據(jù)附近的像素進(jìn)行推斷。

有關(guān)注過AI圖像生成的人會發(fā)現(xiàn)，剛開始讓AI作圖，畫面一旦出現(xiàn)人物，就會有多一根手指，手部扭曲等問題。這是由于現(xiàn)階段的AI模型會過于關(guān)注不相干的細(xì)節(jié)，而不是捕捉更高級的可預(yù)測的概念。

I－JEPA可以解決這一點，I－JEPA試圖通過捕捉這個世界的常識的背景知識，并將其編碼為以后可以訪問的數(shù)字表示，從而模仿這種學(xué)習(xí)方式，讓其擁有LeCun一直夢想的“理解世界”的能力。

AGI將是最終歸宿

Yann LeCun一直將推動AI走向AGI作為畢生的目標(biāo)。基于他構(gòu)想建立的I－JEPA展示了架構(gòu)在學(xué)習(xí)現(xiàn)成圖像表征方面的潛力，而且還不需通過人工制作的知識作為額外的輔助。

I－JEPA可以自我監(jiān)督，不需要人類。Meta AI的團(tuán)隊表示，I－JEPA可以直接從圖像或聲音等未標(biāo)記的數(shù)據(jù)中學(xué)習(xí)，擺脫人工組裝的標(biāo)記數(shù)據(jù)。

在較高的層次上，JEPA旨在通過相同輸入的其他部分的表示來預(yù)測輸入部分（如圖像或文本）的表示。因為它不涉及將圖像的多個視圖／增強(qiáng)表示折疊到單個點，所以希望JEPA能夠避免與另一種廣泛使用的稱為基于不變性的預(yù)訓(xùn)練的方法相關(guān)的偏差和問題。

Meta表示，I－JEPA在多個計算機(jī)視覺基準(zhǔn)測試中表現(xiàn)出非常強(qiáng)大的性能，它學(xué)到的表示也可以用于其他應(yīng)用，而無需進(jìn)行大量的微調(diào)。I－JEPA學(xué)習(xí)的表示也可以用于許多不同的應(yīng)用程序，而不需要進(jìn)行大量的微調(diào)。

開源，將是I－JEPA未來得到更大發(fā)展的必由之路。Meta的研究團(tuán)隊表示，期待著將JEPA方法擴(kuò)展到其他領(lǐng)域，如圖像－文本配對數(shù)據(jù)和視頻數(shù)據(jù)。

Meta CEO扎克伯格表示，與其他研究者分享 Meta 公司開發(fā)的模型可以幫助該公司促進(jìn)創(chuàng)新、發(fā)現(xiàn)安全漏洞和降低成本。

他今年 4 月對投資者說：“對我們來說，如果行業(yè)對我們正在使用的基本工具進(jìn)行標(biāo)準(zhǔn)化，那么我們就可以從他人的改進(jìn)中受益。”

Yann LeCun此前也指出，“獲勝的平臺將是開放平臺”，并稱谷歌和OpenAI越來越封閉是一個錯誤的決定。

對于質(zhì)疑，LeCun稱，“你無法阻止人們制造有害信息，但你可以切斷這類信息的傳播。”

目前，訓(xùn)練代碼和模型已經(jīng)開源。相關(guān)論文將在下周舉辦的人工智能頂級盛會CVPR 2023上宣讀討論。