杨立昆教授在哈佛大学数学系演讲稿-关于人工智能世界新模型

AIGC动态欢迎阅读

原标题：杨立昆教授在哈佛大学数学系演讲稿-关于人工智能世界新模型
关键字：模型,人工智能,人类,目标,世界
文章来源：人工智能学家
内容字数：13748字

内容摘要：

摘要：杨立昆教授在哈佛大学数学系的演讲，概括下来基本是杨立昆一贯的观点，目前自回归LLM重重缺陷（最终输出是概率模型）,支持联合嵌入架构,放弃概率模型,支持基于能量的模型;一句话需要重新规划新的世界模型。杨立昆教授给出他目前的工作和新的世界架构JEPA及能源模型原理EBM。全文95页，报告大部分内容需要应用数学专业的朋友深入研究了（有需要的留言单独发送，公众号关闭了上传附件功能）。
目录
1目标驱动的人工智能
2机器学习很糟糕（与人类和动物相比)
3我们需要人类级别人工智能来智能助手
4未来的 AI助手需要人类水平AI
5面向 AMI（高级机器智能）DESIDERATA
6自我监督学习
7大模型现状：自回归大型语言模型（AR-LLMS）)
8LLM的局限性：没有规划
9自回归生成模型很糟糕
10自动回归 LLM糟透了
11目前的人工智能技术（仍然）与人类水平相去甚远
12我们错过了一些真正重要的东西
13数据带宽和容量：LLM与孩子
14我们错过了什么？
15目标驱动的人工智能
16目标驱动的人工智能：多步骤/循环世界模型
17目标驱动的人工智能：非确定性世界模型
18目标驱动的 A