人工智能(AI)领域的世界级学者、纽约大学库朗数学研究所教授兼Meta首席AI科学家杨立昆(Yann LeCun)预测,取代大语言模型(LLM),能够理解现实世界的“世界模型”将成为新的主流技术。他还建议,应集中力量获取下一代技术,以克服数据学习负担急剧增加的局限,并像物理AI那样高效操控机器人与可穿戴设备等,从而革新日常生活与产业现场。
勒昆教授27日在首尔龙山区首尔龙城酒店出席由韩国科学技术情报通信部与信息通信规划评价院(IITP)举办的“AI前沿国际研讨会2025”,在主题演讲中预测“LLM将在5年内成为过时技术”。他强调:“如果关注人类水平的AI研究,就不应再只专注于LLM”,“我们需要的是能够理解物理世界并与我们共同工作的AI系统,即世界模型”。
目前,像ChatGPT这样的AI智能体(助手)基于以文本学习为中心的LLM实现。业界正尝试通过增加学习量开发能完全模仿人类思维的通用人工智能(AGI),韩国政府也计划向相关项目投入1万亿韩元。但勒昆教授认为,这种发展存在局限。他与多伦多大学教授杰弗里·辛顿、蒙特利尔大学教授约书亚·本吉奥、斯坦福大学教授吴恩达并称AI领域四大学者,2018年获得被称为“计算机科学界诺贝尔奖”的图灵奖。
勒昆教授说:“一般而言,LLM拥有30万亿token,换算成容量为100万亿字节的文本数据”,“任何人要把这些全部读完都需要50万年”。100万亿字节作为文本是如此庞大的量,但人类动用视觉、听觉、触觉等多种感官,在出生后4年内,即一个能够哪怕只是简单理解现实世界的四岁孩子,就能轻松掌握这样的量。这就是“莫拉维克悖论”:先进模型在复杂计算上远胜人类,但对于识别周边环境、操作物体等连幼童都能做到的简单事情,仍然感到困难。
勒昆教授认为,超越LLM、复合学习图像、声音、影像等多种类型数据的多模态,以及包含用于驱动机器人与机械的物理AI在内的世界模型,是解决莫拉维克悖论的线索。他补充说:“在理解物理世界的能力上,AI系统还不如一只家猫”,“AI系统现在不能只靠文本学习,而应能够通过视频等感官输入自行学习物理世界”。对于AGI,他表达了怀疑立场:“真实的人类与机器智能并不通用,而是专门化的”,“通用智能是无稽之谈”。
勒昆教授还预测,人人都可使用的开源模型同样会成为AI业界的主流,并对目前相关技术被中国主导表示担忧。当天,他与副总理兼韩国科学技术情报通信部部长裴京勋、斯坦福大学教授崔艺珍、纽约大学教授赵庆铉共同参加“AI学者座谈会”,在回答裴科技副总理关于AI如何在消除深度伪造等副作用担忧的同时实现发展的提问时表示:“AI只有不被少数企业控制、以开源形式开放,才能向前发展”,“AI是一种公共资源基础设施”。其意在于,开源的指令集合即源代码向外公开,可接受第三方验证与补充,因而有利于实现安全的AI。
勒昆教授指出:“目前最好的开源全部来自中国”,“相反,美国企业把(AI模型)当作秘密,长期来看这不是好选择”。OpenAI的“GPT”和谷歌的“Gemini”等大多为封闭式模型。崔教授也表示:“培养AI人才最好的方法就是利用开源”,“在美国的中国学生之所以去中国公司,是因为(接触开源后)觉得中国公司看起来很酷”。
对于出身LG AI研究院院长的裴副总理,勒昆教授评价称:“韩国政府选择一位AI科学家担任副总理,令我印象非常深刻”,“这是全世界绝无仅有的案例,充分说明韩国政府多么重视AI”。






