杨立昆是法国计算机科学家 Yann LeCun 的中文名，他任 Meta 首席人工智能科学家和纽约大学教授，他带领 Meta 的团队推出了开源大模型领域 Llama。他与 Yoshua Bengio、Geoffrey Hinton 一同获得2018年的图灵奖。2024年3月28日，杨立昆在哈佛大学做了一场学术演讲，其中提到了自己关于 AI 的7个观点。
杨立昆在哈佛大学的演讲现场
1.AI 应该能够理解、记忆、推理、规划
动物和人类可以通过尝试和学习，理解世界是如何运作的，他们可以进行推理和规划，他们有常识，这是今天绝大多数 AI 系统做不到的。
尽管硅谷的炒作总是告诉你 AGI 即将到来，但我们实际上并没有那么接近。我们目前拥有的 AI 系统，在一些能力上极其有限。
如果我们有了接近人类智力的系统，我们就会有能够在20小时练习中学会驾驶汽车的系统，就像任何17岁的青少年那样；我们就会有家用机器人，能够一次性学会清理餐桌和清空洗碗机，就像10岁孩子那样。
所以我们漏掉了一些重要的东西。我们应该让 AI 像人类那样学习世界是如何运作的，不仅仅是从文本中学习，还应该从视频或者其他感官输入中学习。
我们需要一个拥有世界模型，拥有记忆，能够推理，能够规划行动的系统，而且它是可控和安全的，这就是目标驱动的 AI。
2. 现在的大模型没有前途
LLM 以及图像识别、语音识别、翻译等，现在 AI 中所有很酷的这些东西，都归功于自监督学习。
它的工作方式是，你拿一段数据，比如一段文本，以某种方式转换或破坏它，比如用空白标记替换其中的一些单词。然后你训练一些巨大的神经网络来预测缺失的单词，这就是 LLM 的训练方式。
它们工作得很好，是因为 LLM 会在数十万亿个 token 上训练，但这种东西会犯愚蠢的错误。它们并不真正理解逻辑，如果你告诉它们 A 和 B 是一回事，它们不一定知道 B 和 A 也是一回事。它们并不真正理解排序关系的传递性以及类似的东西。它们不会做逻辑推理，你必须明确地教它们做算术，或者让它们调用工具来做算术。
它们对底层现实没有任何了解。它们只是在文本上训练。它们只知道语言中包含的知识。但大多数人类知识实际上与语言无关。
它们也真的不能规划，每当它们看似可以规划时，基本上是因为它们训练过类似的规划，它们基本上只是重复一个非常相似的计划。
3.目标驱动的 AI 系统
我们希望 AI 可以做分层规划。
举个例子，假设我坐在纽约大学的办公室里，我想去巴黎。我不会做毫秒级的计划，这是不可能的，因为我不知道将会发生的情况。我是否必须避开一个我还没看到的特定障碍？红绿灯会是红色还是绿色？我要等多久才能打到出租车？所以，我不能从一开始就计划好一切。
但我能做高层规划，我知道我需要到机场，并登机，这是两个宏观动作，对吧？然后再决定较低层次的子目标，我如何到达机场？嗯，我在纽约，所以我需要下楼到街上打车，就是下一层的目标。我如何到达我要去的街道，我必须坐电梯下去，然后走到街上？我如何去电梯？我需要从椅子上站起来，打开办公室的门，走到电梯，按下按钮。
所以你可以想象有这种分层规划在进行。我们完全不费力气就能做到这一点，动物也能很好地做到这一点。今天没有任何 AI 系统能够做到这一点。
所以我设计了目标驱动的 AI 系统，结构如下：
目标驱动 Al 的模块化认知结构
在这个架构中，有一个感知模块，用来观察世界，并将其转化为对世界的表示；有一个持久记忆模块，用来记录事实；有一个世界模型，这是系统的核心；有一个行动模块，一个成本模块，一个配置器。系统的工作方式如下：