Meta 的 AI 负责人表示，世界模型是实现“人类水平的 AI”的关键，但可能还需要 10 年时间

Meta 的 AI 负责人表示，世界模型是实现“人类水平的 AI”的关键，但可能还需要 10 年时间

当今的人工智能模型真的能像人脑一样记忆、思考、规划和推理吗？一些人工智能实验室会让你相信它们是的，但根据 Meta 首席人工智能科学家 Yann LeCun 的说法，答案是否定的。不过，他认为，通过采用一种称为“世界模型”的新方法，我们可以在十年左右的时间内实现这一目标。

今年早些时候，OpenAI 发布了一项名为“记忆”的新功能，让 ChatGPT 能够“记住”你的对话。这家初创公司最新一代的模型 o1在生成输出时会显示“思考”一词，OpenAI 表示，同样的模型还能够进行“复杂推理”。

这一切听起来好像我们离通用人工智能 (AGI) 已经很近了。然而，在最近哈德逊论坛 (Hudson Forum) 的一次演讲中，LeCun 驳斥了人工智能乐观主义者的观点，例如 xAI 创始人埃隆·马斯克 (Elon Musk) 和谷歌 DeepMind 联合创始人 Shane Legg，他们认为人类级别的人工智能指日可待。

“我们需要能够理解世界的机器；能够记住事物、具有直觉、常识、能够像人类一样推理和计划的机器，”LeCun 在演讲中说道。“尽管你可能已经从一些最热情的人那里听到过这些，但当前的人工智能系统还做不到这些。”

LeCun 表示，如今的大型语言模型 (LLM)，比如 ChatGPT 和 Meta AI 所支持的模型，还远远达不到“人类级别的人工智能”。他后来表示，人类可能还需要“几年甚至几十年”才能实现这一目标。（不过，这并没有阻止他的老板马克·扎克伯格问他 AGI 何时会出现。）

原因很简单：那些 LLM 通过预测下一个标记（通常是几个字母或一个短词）来工作，而当今的图像/视频模型正在预测下一个像素。换句话说，语言模型是一维预测器，而 AI 图像/视频模型是二维预测器。这些模型在各自的维度上已经变得非常擅长预测，但它们并不真正了解三维世界。

正因为如此，现代人工智能系统无法完成大多数人类可以完成的简单任务。LeCun 指出，人类在 10 岁时学会收拾餐桌，在 17 岁时学会开车——而且只需几个小时就能学会。但即使是当今世界上最先进的人工智能系统，建立在数千或数百万小时的数据之上，也无法在现实世界中可靠地运行。

所有六个阶段议程均包含大量宝贵见解——AI、金融科技、Builders、Disrupt、SaaS 和 Space。

为了实现更加复杂的任务，LeCun建议我们需要构建能够感知周围世界的三维模型，并围绕一种新型的AI架构：世界模型。

“世界模型是你对世界如何运作的心理模型，”他解释道。“你可以想象你可能采取的一系列行动，你的世界模型将让你预测这些行动对世界的影响。”

考虑一下你自己头脑中的“世界模型”。例如，想象一下看到一间乱糟糟的卧室，想把它打扫干净。你可以想象把所有的衣服都收起来收拾好就可以了。你不需要尝试多种方法，也不需要先学习如何打扫房间。你的大脑会观察三维空间，并制定一个行动计划，以便在第一次尝试时就实现你的目标。这个行动计划就是人工智能世界模型所承诺的秘密武器。

这样做的好处之一是，世界模型可以比 LLM 吸收更多的数据。这也使得它们需要大量计算，这也是云提供商竞相与 AI 公司合作的原因。

世界模型是目前许多人工智能实验室都在追逐的伟大理念，这一术语正迅速成为吸引风险投资的下一个流行词。一群备受推崇的人工智能研究人员，包括李飞飞和贾斯汀·约翰逊，刚刚为他们的初创公司 World Labs 筹集了 2.3 亿美元。这位“人工智能教母”和她的团队也坚信世界模型将解锁更加智能的人工智能系统。OpenAI 还将其未发布的Sora 视频生成器描述为世界模型，但尚未详细说明。

在2022 年的一篇关于“目标驱动型人工智能”的论文中，LeCun 概述了使用世界模型创建人类级人工智能的想法，尽管他指出这一概念已有 60 多年历史。简而言之，将世界的基本表示（例如脏乱房间的视频）和记忆输入到世界模型中。然后，世界模型根据这些信息预测世界将会是什么样子。然后，你给世界模型设定目标，包括你想要实现的世界的改变状态（例如干净的房间）和护栏，以确保模型不会为了实现目标而伤害人类（请不要在我打扫房间的过程中杀死我）。然后，世界模型会找到一个动作序列来实现这些目标。

据 LeCun 介绍，Meta 的长期人工智能研究实验室 FAIR（基础人工智能研究）正在积极致力于构建目标驱动的人工智能和世界模型。FAIR 过去曾为 Meta 即将推出的产品开发人工智能，但 LeCun 表示，该实验室近年来已转向专注于长期人工智能研究。LeCun 表示，FAIR 现在甚至不再使用法学硕士学位。

世界模型是一个有趣的想法，但 LeCun 表示，我们在将这些系统变为现实方面尚未取得很大进展。从目前的情况来看，还有很多非常棘手的问题需要解决，他说这肯定比我们想象的要复杂得多。

“我们需要几年甚至十年的时间才能让这里的一切运转起来，”LeCun 说。“马克·扎克伯格一直问我这需要多长时间。”