摘要：
Meta首席科学家、深度学习先驱扬·勒昆（Yann LeCun）表示，他认为目前的人工智能系统还需要几十年的时间才能达到某种意义上的感知能力，具备常识的人工智能系统可以超越仅... 
Meta首席科学家、深度学习先驱扬·勒昆（Yann LeCun）表示，他认为目前的人工智能系统还需要几十年的时间才能达到某种意义上的感知能力，具备常识的人工智能系统可以超越仅仅以创造性的方式总结大量文本的能力。
他的观点与英伟达截然相反
英伟达首席执行官黄仁勋最近表示，人工智能将在不到五年的时间内与人类“相当有竞争力”，在许多脑力密集型任务上胜过人类。
“我认识黄，”勒昆最近在Facebook母公司Meta基础人工智能研究团队成立10周年纪念活动上表示。勒昆说英伟达CEO可以从人工智能热潮中收获良多。“这是一场人工智能‘战争’，他在提供‘武器’。”
″（如果）你认为人工智能很流行，你就得买更多的GPU，”勒昆在谈到试图开发人工通用智能的技术人员时说，这种人工智能与人类的智能水平相当。只要OpenAI等公司的研究人员继续追求AGI，他们就需要更多英伟达的计算机芯片。
勒昆表示，社会更有可能在人类水平的人工智能出现前几年出现“猫级”或“狗级”的人工智能。科技行业目前对语言模型和文本数据的关注，不足以创造出研究人员几十年来一直梦想的那种先进的类人人工智能系统。
“文本是一个非常糟糕的信息来源，”勒昆解释说，人类可能需要2万年才能阅读用于训练现代语言模型的文本量。“用相当于两万年的阅读材料来训练一个系统，它们仍然不明白，如果A和B相同，那么B就和A相同。”
“世界上有很多非常基本的东西，他们只是没有通过这种训练，”勒昆说。
因此，勒昆和Meta AI的其他高管一直在大力研究如何定制用于创建ChatGPT等应用程序的所谓转换器模型，以处理各种数据，包括音频、图像和视频信息。他们认为，这些人工智能系统越能发现这些不同类型的数据之间可能存在的数十亿个隐藏的相关性，它们就越有可能实现更神奇的壮举。
Meta的一些研究包括一种软件，可以帮助人们在戴着该公司的Project Aria增强现实眼镜时更好地打网球，这种眼镜将数字图形融入现实世界。高管们展示了一个演示，一个戴着AR眼镜打网球的人能够看到视觉提示，教他们如何正确地握住网球拍，并以完美的方式摆动手臂。为这类数字网球助手提供动力所需的人工智能模型，除了文本和音频之外，还需要混合三维视觉数据，以防数字助手需要说话。
这些所谓的多模式人工智能系统代表了下一个前沿领域，但它们的发展并不便宜。随着Meta和谷歌母公司Alphabet等越来越多的公司研究更先进的人工智能模型，英伟达可能会获得更大的优势，尤其是在没有其他竞争对手出现的情况下。
未来的人工智能硬件
英伟达一直是生成式人工智能的最大捐助者，其昂贵的图形处理单元已成为用于训练大规模语言模型的标准工具。Meta依靠16000个Nvidia A100 GPU来训练它的Llama AI软件。
有媒体问，随着Meta和其他研究人员继续开发这类复杂的人工智能模型，科技行业是否需要更多的硬件供应商。
“它不需要它，但它会很好，”勒昆回答，并补充说GPU技术仍然是人工智能的黄金标准。
不过，他说，未来的计算机芯片可能不会被称为GPU。
勒昆也对量子计算持怀疑态度，微软、IBM和谷歌等科技巨头都投入了大量资源。Meta之外的许多研究人员认为，量子计算机器可以在数据密集型领域（如药物发现）取得巨大进步，因为它们能够使用所谓的量子比特执行多次计算，而不是现代计算中使用的传统二进制比特。
但勒昆对此表示怀疑。
“你用量子计算解决的问题数量，你也可以用经典计算机更有效地解决，”勒昆说。
“量子计算是一个迷人的科学话题，”勒昆说。目前还不太清楚“实际意义和制造真正有用的量子计算机的可能性”。
Meta高级研究员、前技术主管迈克·施罗普夫（Mike Schroepfer）对此表示赞同，他每隔几年就会对量子技术进行评估，并认为有用的量子机器“可能会在某个时候出现，但它的时间跨度太长，与我们正在做的事情无关”。
“十年前我们成立人工智能实验室的原因是，很明显，这项技术将在未来几年的时间框架内实现商业化，”施罗普夫说。
