与黄仁勋观点相反，AI 科学家杨立昆：超级 AI 不会很快到来

▼

NVIDIA 执行长黄仁勋（Jensen Huang）日前出席公开活动表示，预期 5 年内可以看到 AGI（Artificial General Intelligence，通用人工智慧）出现，对此，Meta 首席 AI 科学家杨立昆（Yann LeCun）认为目前 AI 系统距离达到某种感知能力还需要数十年时间，他的观点与黄仁勋形成鲜明对比。

黄仁勋出席纽约时报 DealBook 高峰会被问到 AGI 是否能在 10 年内实现时，他认为这可能更快发生。他把 AGI 定义成一款软件或一台电脑，能够完成反应出基本智慧的测试，与正常人一样相当有竞争力，“我想说在未来 5 年内，显然会看到能够通过这些测试的人工智慧”。

“我认识 Jensen”，杨立昆在近日庆祝 Meta 基础 AI 研究团队（Fundamental AI Research，FAIR）成立 10 周年的活动谈到，AI 热潮下 NVIDIA 获益匪浅，“这是一场 AI 战争，而 Jensen 正在提供武器”。

谈到研究人员试图开发 AGI，杨立昆认为只要 OpenAI 等研究人员继续追求 AGI，他们就需要更多的 NVIDIA 晶片。

杨立昆指出，目前科技业对语言模型和文字资料的关注，还不足以建立研究人员几十年来一直梦想的类人类 AI 系统。“文字是一种非常贫乏的资讯来源”，杨立昆解释，人类需要 2 万年才能阅读完用于训练语言模型的大量文字， “但以相当于 2 万年的庞大文字材料训练一个系统，它们仍然不明白当 A 与 B 相同，那么 B 就与 A 相同。”

于是杨立昆及其团队正在研究如何客制化建立 ChatGPT 等应用程式的 Transformer 模型，以处理各种资料，包括图片、音讯、影片等资讯。所谓多模态 AI 模型代表下个阶段的技术进展，但开发成本昂贵。

随着 Meta、Alphabet 等越来越多公司研究先进 AI 模型，NVIDIA 具有优势，特别是在没有强大竞争者的情况下。NVIDIA 一直是生成式 AI 最大受益者，其开发的 GPU 成为训练大型语言模型的标准工具，比方说 Meta 仰赖 16,000 个 NVIDIA A100 GPU 训练 Llama 模型。

杨立昆还谈到 GPU 技术依然是发展 AI 的黄金标准，但他认为未来需要的晶片可能不全是 GPU，“未来有望看到新的晶片，它们不是 GPU，可能只是神经深度学习加速器。”

• Nvidia CEO Jensen Huang says artificial general intelligence will be achieved in five years
• Meta’s AI chief doesn’t think AI super intelligence is coming anytime soon, and is skeptical on quantum computing

（首图为 Meta 首席 AI 科学家 Yann LeCun，首图来源：达志影像）

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。