尽管人工智能研究最近取得了令人瞩目的进展，但我们离创造像人类一样思考和学习的机器还有很长的路要走。正如Meta AI首席人工智能科学家Yann LeCun所指出的，一个从未坐过方向盘的青少年可以在大约20小时内学会驾驶，而如今最好的自动驾驶系统需要数百万或数十亿条标记的训练数据，以及在虚拟环境中进行的数百万次强化学习试验。即便如此，它们也不具备人类可靠驾驶汽车的能力。


构建接近人类水平的人工智能需要什么？这仅仅是更多数据和更大人工智能模型的问题吗？


作为2022年2月23日Meta AI 实验室活动的一部分，LeCun正在为构建人类级人工智能勾画另一个愿景。

LeCun提出，学习”世界模型“——世界运行的内部模型——的能力可能是关键。

 

这种能力具体包括：

1、可以模拟世界运作方式的人工智能

常识可以被视为世界模型的集合，可以指导什么是可能的，什么是合理的，什么是不可能的。这使人类能够在不熟悉的情况下有效地进行计划。

2、自主智能架构

LeCun提出了一个由六个独立模块组成的架构。假设每个都是可微的，因为它可以很容易地计算某个目标函数相对于它自己的输入的梯度估计，并将梯度信息传播到上游模块。

3、世界模型架构与自监督

LeCun认为人类通过观察世界在大脑中建立了世界模型，从而能够更好地执行预测。因此，人工智能也应构建一个世界模型来构建内部的世界表征，更好地完成任务。基于此，LeCun提出了联合嵌入预测架构 (JEPA)。

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除