图灵奖得主杨立昆：LLM缺乏对世界的理解力、孩子看到的视觉信息量媲美大模型全网文本训练数据量

AIGC动态欢迎阅读

原标题：图灵奖得主杨立昆：LLM缺乏对世界的理解力、孩子看到的视觉信息量媲美大模型全网文本训练数据量
关键字：模型,系统,世界,架构,表示
文章来源：人工智能学家
内容字数：0字

内容摘要：

来源：图灵人工智能
本文讲座图文讲稿整理自Yann LeCun在Hudsonforum Youtube频道的讲座，公开发表于2024月10年13日。原始内容参考：https://www.youtube.com/watch?v=4DsCtgtQlZU
杨立昆在Hudsonforum的主题讲座★内容导读：
Yann LeCun在本次演讲中主要阐述了以下观点：
对人类水平AI的需求与现状差距：我们迫切需要人类水平的AI来增强人类智能，提高生产力与创造力。但当前AI系统（包括LLM）缺乏理解世界、记忆、直觉、常识、推理和规划等人类能力。
现有AI技术的局限性：当前AI的成功依赖于自监督学习，特别是通过重建来学习表示。但这种方法主要局限于离散数据（文本等），无法处理连续数据（视频等），也无法实现真正的推理和常识学习。Moravec悖论体现了这一点：对人类来说简单的事，对机器却很难；反之亦然。
数据量与学习方式的差异：人类幼儿在短短几年内获取的数据量与大型语言模型相当，但学习方式截然不同。人类的学习依赖于丰富的多模态数据（视觉、听觉等），而不仅仅是文本。
目标驱动AI架构的提出：为了克服现

原文链接：图灵奖得主杨立昆：LLM缺乏对世界的理解力、孩子看到的视觉信息量媲美大模型全网文本训练数据量