随着人工智能技术的飞速发展，人们对于实现人工智能的期望也越来越高。关于何时能够实现人类水平的人工智能，还存在许多争议和不确定性。LeCun对此进行了深入的探讨，为我们揭示了实现人类水平人工智能所面临的挑战和可能的方向。

LeCun强调了实现人类水平的人工智能需要系统具备推理、规划和理解物理世界的能力。
这些能力不仅仅是简单的数据处理和预测，还需要系统具备对世界运作的心理模型，拥有持久的记忆能力，能够规划复杂的动作序列，并且必须是可控和安全的。
当前的人工智能系统还远远无法实现这些功能，因此需要开发新的技术和方法。

为此，LeCun提出了目标驱动的人工智能概念，并强调了自监督学习的重要性。
他认为，仅仅依靠文本训练是无法达到接近人类水平的智能的。
为了实现这一目标，我们需要让系统观看视频或在现实世界中进行体验，以学习常识和物理知识。
他也提出了一个新的架构——联合嵌入预测架构（JEPA），来应对这一挑战。

实现这样的系统并非易事。
它需要我们解决许多现有的技术难题，如模型预测控制、世界模型的构建、分层规划等。
我们还需要找到一种方法来衡量系统的内部表示，以便进行预测。
这是一个复杂而具有挑战性的问题，需要我们不断探索和创新。

LeCun还提到了机器学习四大支柱的局限性，包括自监督学习、语言模型等。
他认为，为了真正达到人类水平的人工智能，我们需要超越这些传统的技术框架，寻找新的方法和途径。
这需要我们不断地尝试、失败、再尝试，直到找到有效的解决方案。

在这个过程中，开源AI的重要性不言而喻。
只有通过全球的贡献和合作，我们才能共同解决这些难题，实现真正的人类水平的人工智能。
为了保证人工智能系统的可控性和安全性，我们必须确保它们是目标驱动的，而不是自我决策的。

实现人类水平的人工智能是一个漫长而充满挑战的过程。
它需要我们的共同努力和合作，需要我们在技术上不断创新和突破。
虽然存在许多不确定性和风险，但只要我们坚定信念，勇往直前，相信我们最终能够实现这一伟大目标。
至于需要多长时间，LeCun表示无法确定，但无论需要多少年，我们都将不断努力，为实现真正的人工智能而奋斗。

标签： 算法、 序列、 神经网络、 万字演讲、 语言模型、

本文地址： https://www.gosl.cn/hlzxwz/41ec30d6478c5874e7b7.html

上一篇：BOSS直聘进军婚恋交友市场，推出全新App看准...
下一篇：揭秘通信大厂裁员风波背后的真相...