我觉得杨犯了自己提的类似错误，就是用人的认知梯度来评判 ai 是否高级。其实反过来想何尝不是如此，为什么最高级的 ai 一定是复刻人？即，未来不应该只有一种 agi，而是有很多都是通用、但采用不同技术路径的 ai，来实现不同的智能的方面。每个 ai 都全能，但各有所长。他自己也说了，一秒钟看完一堆书，对人来说复杂，但对机器容易。我不否认他的后一点，即认为我们仅仅因为他能够很好处理文字就觉得我们离完美的 ai 不远了。但前一点也不容忽视啊，就是我们确实没法一秒读书，难道这种 ai 就是错误道路？诚然对现在的 ai， 当一个十岁小孩收碗筷很难，但当律政精英很容易。但我们需要一个收碗筷的 ai？这根本就是错误需求，而现在的 他所谓“很简单”的 ai 才是创造实际价值的。不是说他错了，而是他说别人错了，实在是有点太自大了。ai 的目标不是复刻人，而是人通过自己全面、但都比较有限的能力，去在各个向度上研发 ai，继而实现一系列目标。人也不是没有区别的，每个人都有短长。只要一系列 各有所长的 ai 能够打包成一个水桶的 agi 集合就可以了。
说的一点没错，完全没毛病， 当前所谓的 ai 仍然是机械的重复，仍然是计算机最擅长的存储容量和快速机械调用，只是效率和捷径效率的不断提升而已，没有任何其它， 任何哺乳动物，尤其是社会化哺乳动物的意识，能动性，创造性，主观性，随机性，非机械的条件反射性，都远远超过目前的 ai, 凡是今天还在吹嘘目前套路的 ai 的，都是被严重洗脑的精准客户
再补充下，目前的 ai 和其算法，包括神经网络算法等等各种算法，本质上仍然是用各种姿势不断优化对信息的 检索，对比，提取，拼接 的效率，不再有任何其它，在还没有 ai 的过去几十年里计算机领域本来就一直是在做着如此这些操作，正如节目里所说，现在算力大幅提升，才使得各种高效率的 检索，对比，提取，拼接 的算法得以冒出头来进入更多人的视野，得以实现和落地， 但人的智能不仅仅只是对信息的 检索，对比，提取，拼接，等这些文本字符串的增删改查的处理，还有归纳，演绎，联想，等这些创造性的思维，人不仅具有创造性思维，还能将脑子里的这些思维在现实物理世界中创造出来， 人类不仅有智能，还有意识，人类的大脑可以并行处理，虽然表面上看效率不及计算机 ai 高效，但实际上机制并不相同，人类可以短时间内对同一问题的多个不同方案或交织方案进行判断，人类可以进行下意识潜意识的思考，肌肉运动也可以不需要大脑指令，只是根据周边环境进行简单的肌肉记忆来驱动，人类还有灵感迸发，所谓的「涌现」? 人类还有周围客观环境和身体自身内部互动的肾上腺素刺激，所谓的「超频」? 人类不仅有理性，还有感性，感性同样能影响人的智能表现，感性最直观的表像就是 情绪，主观，任性，这些对于智能并不全是消极的，人并不是纯粹理性的，目的性极端明确的，机械的，冰冷的 ai 机器，当然，作为人的助手，都认为 ai 必须是纯理性的只会机械听命于人的机器， 某些被 ai 宣传洗脑的重度狂热份子以为目前的 ai 就是具备人的智能了，甚至觉得可以实现 通用人工智能，强人工智能指日可待了，这些人是对智能有什么误解吗？是对智能和意识的起源有什么误解吗？ 总有人说猫狗没有智能和意识，呵呵，连马都会做梦，凡是具有做梦能力的动物都具有意识，猫狗也经常做梦，在梦里演绎一个平行于客观真实的物理世界，可以观察到猫狗在睡觉时发出声音，身体扭动，腿做出奔跑状，等等，说明猫狗有记忆，有意识，有思考，有在自己脑中再现世界的能力，把客观物理世界映射到自己脑中进行思维的能力， 智能只能基于意识，没有意识，就根本不可能出现智能， 意识和智能的起源，源于生物和自然环境和社会环境的交互刺激，来自于物理身体和环境交互时感官(传感器)接受到的环境信息，几乎所有高等动物都具有 视觉，听觉，嗅觉，味觉，触觉，有些生物还能感应磁场方向和强度，而目前的 ai 只具有文本字符串的比较能力，纵然表现的似乎有智能，但那只是假像和幻觉，ai 根本不理解它所拼凑出来的输出内容的意思和背后代表的实际意义，以及这些意义作用于现实客观物理真实世界的影响和互动效果，虽然宇宙万事万物的本质都是信息和信息交换，生物和环境互动的信息交换的本质是电信号的传递和刺激，但信息的交互方式和效率，对信息的加工和处理方式，风险和收益的刺激方式和效率，才是孕育出意识和智能的根本，否则就只是机械的条件反射，高效率的文本字符串比较，仅此而已， 这些交互刺激必须是作用在物理肉体上的，有些是有益的，有些是有害的，甚至是有生命危险的，生物演化到今天，所有今天存活的生物，在千万年的演化历史上都是幸存者，这个过程中，意识和智能的能力才不但积累和优化，最终出现所谓的「涌现」， 一个生物和环境的任何交互都没有任何风险的话，那么变异和演化就不可能发生，生存和生活的欲望与风险之间的不断矛盾冲突，才是生物演化的根本动力， 一个 ai 如何才能真正理解它输出的内容的意义，以及这意义对现实物理世界的影响和互动效果，目前的 ai 根本就不具有这样的能力，它只是在玩文字拼接游戏而已，只是游戏结果似乎让人满意而已， 当然，意识和智能的实现并不一定只有地球生物圈这一个模式，但人类并不能想像出其它的模式是什么样的，也无法定义其它模式，即便最后摸索出的其它模式能够输出类似或超越人类智能的效果，那也不能等同等价于人类智能本身，起个另外的专有名字来定义就好了，毕竟「人类智能」这个名词不能随意扩展定义嘛，否则哪还有什么定义可言， 其实，目前这样的 ai 也具有一些优势，在训练自身的过程中，试错成本非常低，试错效率非常高，毕竟 ai 没有欲望，没有生命风险，不必和真实物理世界交互，然而风险也恰恰就在这里，ai 不必在乎人类的喜怒哀乐，甚至整个生态圈的福祉和危机， 一个从来没与客观世界有过任何实际的物理交互的 ai 竟然可以输出一堆关于真实物理世界的内容，甚至有人拿这些内容指导自己的生活，不排除有狂人以此为人类指明方向，而钢铁冰冷的 ai 根本没有任何感知和理解真实物理世界的能力，这是多么荒谬和可怕， ai 自己没有任何欲望，也不必面对任何风险，完全缺失与真实物理世界交互的各种刺激，那么它输出的任何内容，尤其是盈利目的的内容，指导真实物理世界的生产和生活的内容，都必须经过人类严格检视，因为肉身物理实在的人类是必须要面对和承受 ai 输出到客观物理世界的内容的后续影响和互动效果， 话说回来，目前的 ai 用来赚钱, 用来收割 ai 狂热爱好者和无知小白, 完全没有任何问题，甚至很多灰.产都已经高强度使用 ai 了，大家各自安好吧,
我完全同意 Yann LeCun 的观点。对於常使用AI 工具的人，我的問題是現在語言模型的推理能力，你满意吗？我一点也不满意。对於回答些特定的問題，或是能写个小代码，这些語言模型，可能很快就给出個尚可的答案。但是哪一个 AI 工具可以自己写出一个和 Linux 同级的操作系统？ 如果一个 AI 工具可以不经人的提示，完全自己写出这样一个软件系统，我会認為 AI 可以取代真人了。
这些本质都是电信号刺激，都可以转换成文本字符串， 感官和生物之间的关系的本质不是与环境交互的电信号刺激，而是刺激之后的获益和风险，包括欲望满足和生命风险， 欲望和风险，才是生物演化，和人类社会前进的根本动力， ai 显然无法真正理解客观真实的物理世界，也无法理解它的一堆废话输出对于客观真实物理世界的影响，但人要承受它输出到客观真实物理世界的影响
杨立村的新方案行不行不清楚。但就目前openai的态势，感觉想借助transfomer达到人类智力，就像侯世达说的，企图爬到树枝上触摸月亮，你会觉得你越来越近，但绝不可能到达
更有趣的是一些中國玩ai的人還企圖對那些高智力人類玩碰瓷😂。
文字這咚咚是幾千年前才由人類發明出來的
但是其他基本操作都是生物幾億年的演化
用AI去詮釋人類發明的東西很簡單
但是要詮釋生物演化出來的結果極其困難
哪怕到現在機器人走路也沒辦法走得跟真的人一樣絲滑順暢
boston dynamics 最新视频演示的机器人动作仍然很机械和粗糙，定位时晃动明显，机械手拿和移动薄片物体时，只会单手夹，如果是脆弱物品，很容易捏碎，它并不理解可以一只手托着薄片物体的下边沿，一手扶着侧边，它根本不懂真实物理世界的优化，
完全認同
我觉得杨犯了自己提的类似错误，就是用人的认知梯度来评判 ai 是否高级。其实反过来想何尝不是如此，为什么最高级的 ai 一定是复刻人？即，未来不应该只有一种 agi，而是有很多都是通用、但采用不同技术路径的 ai，来实现不同的智能的方面。每个 ai 都全能，但各有所长。他自己也说了，一秒钟看完一堆书，对人来说复杂，但对机器容易。我不否认他的后一点，即认为我们仅仅因为他能够很好处理文字就觉得我们离完美的 ai 不远了。但前一点也不容忽视啊，就是我们确实没法一秒读书，难道这种 ai 就是错误道路？诚然对现在的 ai， 当一个十岁小孩收碗筷很难，但当律政精英很容易。但我们需要一个收碗筷的 ai？这根本就是错误需求，而现在的 他所谓“很简单”的 ai 才是创造实际价值的。不是说他错了，而是他说别人错了，实在是有点太自大了。ai 的目标不是复刻人，而是人通过自己全面、但都比较有限的能力，去在各个向度上研发 ai，继而实现一系列目标。人也不是没有区别的，每个人都有短长。只要一系列 各有所长的 ai 能够打包成一个水桶的 agi 集合就可以了。
長處無法枚舉完啊
@@蘇維明 只要能创造价值就可以了。我觉得要定义何为通用ai，他应该不是全能ai。智人是通用智能，但不是全能的，你我都有短长。
是的，同意。比如。虽然AI控制机器人很难学会像人一样丝滑走路，但它有什么必要一定要丝滑走路？机器人就机械的走路运动，搬运重物，不知疲倦，不要工资，人类使用它的目的就达到了
一切皆是底层物理，人能通过一件事改变认识动态修改自己执行代码。计算机自己修改改逻辑会出bug。生物是可随着环境变化自我调节转化，dna中核心代码没变，其它代码任意杂交。但是每个细胞分化产生个体不同。总之，一切都在演化。
MPC很经典，但是运动学逆解算动力学是很难做到的，通俗讲就是让机器人学会照镜子。
我很好奇拓扑学、多视图几何、统计力学、遍历论、语义分割、搜索规划算法如何结合，有了这个功能人类对世界运动的理解是能得到深度加强的，简单讲就是把机器人🤖头做成AR眼镜。
有多少年轻人在没有接受教育的情况下能发现资产负债表、金融衍生品、合约、人体解剖学、地球地理以及各种基建&科技产品的原理和创新。
在此之前虽然成绩不错，但是很多时候还是靠文学艺术情感思考的，经常不知道自己在干什么，像看戏演戏的，纯靠语言思考是有很多幻觉的，任何一个小时候喜欢读诗词曲赋和小说的都应该有这种感觉，我在没有多少经验的情况下在识别全新中文符号代表的情感，甚至一部分是古老的没人用的词汇。
换句话说就是全息投影下文字是不必要的，如果对文字记录进行全息模拟很快就看不下去了，因为信息损失、运动不连续，因果是离散的（文字的因果是关于罪的而非力的，描述系统也不是局部的，是一个被视角限制的滑动窗口，而且还有降低注意力和施加旧印象的问题）。
我認為解決這個問題的方法之一是加入現實世界的數據，Meta的智能眼鏡、特斯拉的自動駕駛都在做這件事，能不能成是一回事，至少執行起來是商業化可持續運轉的，應用的普及還是交給這些有商業頭腦的人吧。
时间会证明杨乐村是对的
时间会证明你的这句话是错的
@@ConneySteinbrook 不用3年AI 肯定泡沫化
时间会证明层主是对的，而你是错的@@ConneySteinbrook
@@unknow-zy5dz 错了又怎样，反正现在的AI已经挺好玩了
@@ConneySteinbrook 你顺着他说ai没用就行了，不需要当和你已经意见不一样的人的老师，让他蠢下去对你更好
Yann LeCun 昌導JEPA 也好幾年了，不過連 Meta 的 Llama 都不用JEPA ，而是用 Yann LeCun 看不上眼的 AR 自回歸
FAIR 拿不到什么资源了，小扎也不是傻子
謝謝大飛分享Yann LeCun的簡介。以前有一陣子也對大語言模型以及現今人工智慧的發展感到恐慌。
但是後來開始理解了大語言模型的侷限和限制，才緩解了恐懼進而去應用它。（況且AI大老Yann LeCun都說目前的AI還不如一隻貓）
雖然很多內容看得似懂非懂，但是透過大飛解釋稍微明白了一些，最重要是不再那麼憂慮，這是大飛的頻道帶給我最大的收穫。
问题是老板也不那么希望助手们那么像人😅
因为人的想法可多了😂😅
重點還是怎麼做到可以用，過去說不行的一堆都證明是錯誤的，這裡也一堆人都說不行、不滿意，
圖靈其實早就說過這概念，你會用游泳形容一個潛水艇麼?
如果現在一堆人都還在思考飛行的工具能成為鳥或者魚的型態與運作方式，那現在肯定什麼也沒做到，
有能力的人不會浪費時間去思考成為什麼，而是清楚自己做到什麼，我不迷信名人，我只在乎有實力的人。
说的一点没错，完全没毛病，
当前所谓的 ai 仍然是机械的重复，仍然是计算机最擅长的存储容量和快速机械调用，只是效率和捷径效率的不断提升而已，没有任何其它，
任何哺乳动物，尤其是社会化哺乳动物的意识，能动性，创造性，主观性，随机性，非机械的条件反射性，都远远超过目前的 ai,
凡是今天还在吹嘘目前套路的 ai 的，都是被严重洗脑的精准客户
个人觉得现在AI很虚，就是说是什么都能做，其实什么也做不好(不经过某方面的专业人员修改优化根本无法使用
@@庞博-n8x 所以需要人监督和复审啊，尤其是投入到科研和医疗等生产领域的 ai, 如果只是娱乐的话，无所谓，反正这几年的 ai生图 什么烂肉脸，畸形手脚，这些图片也不会威胁到人类个体和整体
再补充下，目前的 ai 和其算法，包括神经网络算法等等各种算法，本质上仍然是用各种姿势不断优化对信息的 检索，对比，提取，拼接 的效率，不再有任何其它，在还没有 ai 的过去几十年里计算机领域本来就一直是在做着如此这些操作，正如节目里所说，现在算力大幅提升，才使得各种高效率的 检索，对比，提取，拼接 的算法得以冒出头来进入更多人的视野，得以实现和落地，
但人的智能不仅仅只是对信息的 检索，对比，提取，拼接，等这些文本字符串的增删改查的处理，还有归纳，演绎，联想，等这些创造性的思维，人不仅具有创造性思维，还能将脑子里的这些思维在现实物理世界中创造出来，
人类不仅有智能，还有意识，人类的大脑可以并行处理，虽然表面上看效率不及计算机 ai 高效，但实际上机制并不相同，人类可以短时间内对同一问题的多个不同方案或交织方案进行判断，人类可以进行下意识潜意识的思考，肌肉运动也可以不需要大脑指令，只是根据周边环境进行简单的肌肉记忆来驱动，人类还有灵感迸发，所谓的「涌现」? 人类还有周围客观环境和身体自身内部互动的肾上腺素刺激，所谓的「超频」? 人类不仅有理性，还有感性，感性同样能影响人的智能表现，感性最直观的表像就是 情绪，主观，任性，这些对于智能并不全是消极的，人并不是纯粹理性的，目的性极端明确的，机械的，冰冷的 ai 机器，当然，作为人的助手，都认为 ai 必须是纯理性的只会机械听命于人的机器，
某些被 ai 宣传洗脑的重度狂热份子以为目前的 ai 就是具备人的智能了，甚至觉得可以实现 通用人工智能，强人工智能指日可待了，这些人是对智能有什么误解吗？是对智能和意识的起源有什么误解吗？
总有人说猫狗没有智能和意识，呵呵，连马都会做梦，凡是具有做梦能力的动物都具有意识，猫狗也经常做梦，在梦里演绎一个平行于客观真实的物理世界，可以观察到猫狗在睡觉时发出声音，身体扭动，腿做出奔跑状，等等，说明猫狗有记忆，有意识，有思考，有在自己脑中再现世界的能力，把客观物理世界映射到自己脑中进行思维的能力，
智能只能基于意识，没有意识，就根本不可能出现智能，
意识和智能的起源，源于生物和自然环境和社会环境的交互刺激，来自于物理身体和环境交互时感官(传感器)接受到的环境信息，几乎所有高等动物都具有 视觉，听觉，嗅觉，味觉，触觉，有些生物还能感应磁场方向和强度，而目前的 ai 只具有文本字符串的比较能力，纵然表现的似乎有智能，但那只是假像和幻觉，ai 根本不理解它所拼凑出来的输出内容的意思和背后代表的实际意义，以及这些意义作用于现实客观物理真实世界的影响和互动效果，虽然宇宙万事万物的本质都是信息和信息交换，生物和环境互动的信息交换的本质是电信号的传递和刺激，但信息的交互方式和效率，对信息的加工和处理方式，风险和收益的刺激方式和效率，才是孕育出意识和智能的根本，否则就只是机械的条件反射，高效率的文本字符串比较，仅此而已，
这些交互刺激必须是作用在物理肉体上的，有些是有益的，有些是有害的，甚至是有生命危险的，生物演化到今天，所有今天存活的生物，在千万年的演化历史上都是幸存者，这个过程中，意识和智能的能力才不但积累和优化，最终出现所谓的「涌现」，
一个生物和环境的任何交互都没有任何风险的话，那么变异和演化就不可能发生，生存和生活的欲望与风险之间的不断矛盾冲突，才是生物演化的根本动力，
一个 ai 如何才能真正理解它输出的内容的意义，以及这意义对现实物理世界的影响和互动效果，目前的 ai 根本就不具有这样的能力，它只是在玩文字拼接游戏而已，只是游戏结果似乎让人满意而已，
当然，意识和智能的实现并不一定只有地球生物圈这一个模式，但人类并不能想像出其它的模式是什么样的，也无法定义其它模式，即便最后摸索出的其它模式能够输出类似或超越人类智能的效果，那也不能等同等价于人类智能本身，起个另外的专有名字来定义就好了，毕竟「人类智能」这个名词不能随意扩展定义嘛，否则哪还有什么定义可言，
其实，目前这样的 ai 也具有一些优势，在训练自身的过程中，试错成本非常低，试错效率非常高，毕竟 ai 没有欲望，没有生命风险，不必和真实物理世界交互，然而风险也恰恰就在这里，ai 不必在乎人类的喜怒哀乐，甚至整个生态圈的福祉和危机，
一个从来没与客观世界有过任何实际的物理交互的 ai 竟然可以输出一堆关于真实物理世界的内容，甚至有人拿这些内容指导自己的生活，不排除有狂人以此为人类指明方向，而钢铁冰冷的 ai 根本没有任何感知和理解真实物理世界的能力，这是多么荒谬和可怕，
ai 自己没有任何欲望，也不必面对任何风险，完全缺失与真实物理世界交互的各种刺激，那么它输出的任何内容，尤其是盈利目的的内容，指导真实物理世界的生产和生活的内容，都必须经过人类严格检视，因为肉身物理实在的人类是必须要面对和承受 ai 输出到客观物理世界的内容的后续影响和互动效果，
话说回来，目前的 ai 用来赚钱, 用来收割 ai 狂热爱好者和无知小白, 完全没有任何问题，甚至很多灰.产都已经高强度使用 ai 了，大家各自安好吧,
@@庞博-n8x以假亂真，弄虛作假，擾亂社會，這方面沒有障礙。
@@hantuun很感謝你對ai的詳細講解，并在貼文最後指出了ai被濫用的現狀。
更绝望的是，我们的大脑只需要三餐便可驱动，而ai需要成千上万的GPU算力和电力。
我认为ai很难实现，我们的努力只是一种归纳，而真正的ai是那个“aha moment”。
用康德的话说，我们的ai只能解决后天分析命题，它能够发现我们已有经验中未被我们注意的知识，优化已有的系统，不可否认这还是有用的。但是我们智能的本源，很有可能是一种先天综合命题，也就我说，超出我们能够理性认识的范畴，那样的话，我们很可能无法实现理想目标的ai。
從能源的消耗就知道現在LLM為主的AI是無法持續的
@@hansli8863 人类训练到现在的智能水平，可不只是花了3顿饭。3顿饭只是运营现有的智能罢了。而运营现有agi比人吃三顿饭成本还低，claude或gpt20美元，能连续总结一个月的书，而且他一分钟的量比你一个月还多。三顿饭再怎么便宜，一个月下来也大于20dollar吧
@@hansli8863 不是指你从无到有学习到现在的智力，而是人类整体从无到有积累智能。个人从无到有学会，类比到agi来说就是拷贝了一份而已。现在的所谓训练agi，其实是从无到有为一个物种积累智能。而人类达到目前水平，花了几十万年、以及一整个配套的“物质基础”。训练ai的所谓天量资金，别说和几十万年比了，和人类一年的总gdp比，也只占极小的一部分。
@@ninsun9537如果智力是累积而成的话还好，理论上还有算力可以解决，我的猜想是的是智力的本质是超越理性认识的边界，所以连理论上理解都不可能。
@@hansli8863 你是对的，AI啥也不是
大飞看起来精神多了🎉，今天终于露脸了👏
谢谢关心，恢复很多🙏
严格来说不论 AGI 和 L5 自动驾驶，都不是严格定义的概念。用这个作为衡量 AI 的指标，最后必然会陷入文字游戏中。
對的！AI 必需靠超級電腦，才可以發揮能力。❤❤❤❤❤❤❤
我還蠻相信 LeCun 的說法，但是他只舉出了生成模型的不足，然後提出一個沒有被驗證的可能性。我比較好奇的是，能不能構建一個簡單的場景能證明 JEPA 比 GPT 更有效。這樣就會有更多人投入這個研究....否則現在都只是理論而已。
趕快做一期楊麗坤崩潰躲到treads
不是說 OpenAI o1已經達到智商120了？那已經比一般人聰明了呀！
然後楊立昆又說大模型不如貓聰明，這到底怎麼回事？
懂得怎麼用工具的人，就說好用
不懂怎麼用的人，就嫌到爆
因為他在忌妒
終於有人說了大白話大實話
有道理
世界模型说得好
感觉这种靠“硬工程”设计出来的机器仍然很难实现或超越人类的智能。需要找到一个方法让智能自动涌现。大语言模型说是实现了智能的自动涌现但去年就已经有论文指出大语言模型的智能并非涌现的结果，而是与参数量和训练数据量有非常明显的强相关性
「涌现」这个词已经有点过度使用了
如果有世界模型 太阳系模型 宇宙模型 感觉就是知识体系,应该可以,如果有..
對AI定義的問題吧，用海量資料模擬出一個邏輯運作上像人類的東西或者是從根本上創建一個跟人類有相同思考模式的東西
沒有辦法把量子隧穿量子糾纏等等底層智能效果復現的話，可能就是假的
谢谢分享。Yann Le Cun 是卷积神经网络CNN的发明者之一
我知道您說的是正確的,現在是將來就不得而知了，因為猫沒有記憶把它記錄下，將來為何就不得而知不是嗎？
如果AI具备与人类相同的传感器，能够进行实时自监督学习，并且持续学习18年，它将获得大多数人类所具备的能力。实际上，AI在短短两年内，凭借全人类的文字和图片，已经在某些领域超越了人类。然而，目前AI所需要的是更多维度的传感器，以及像人类成长所需的渐进过程。
杨丽坤不应将AI与70亿人类进行比较，而应该与一个两岁的孩子进行对比。因为目前的AI也仅仅“成长”了两年，而且主要是通过阅读文字而非依靠视觉和听觉来取得成就。
「如果AI具备与人类相同的传感器，能够进行实时自监督学习」，
地球 80 亿人，有多少比例能够实现高强度的自律的「实时自监督学习」？
ai 都是整齐划一的高效率机器吗？果然没有欲望的理性才是最终胜出者？
然而，如果没有欲望，也就无所谓理性，那只是冰冷的指令，这样的 ai 的输出是造福还是灾难，
「并且持续学习18年，它将获得大多数人类所具备的能力」，
人类任何个体习得的能力，都不全是书本上的文本字符串，而是和真实物理世界的互动，刺激和交互，
想靠文本和图片，就能涌现出智能，请先定义智能
人類大腦的每個神經元也是不懂物理規則.語言.圖像.音樂是什麼.每個神經元只負責傳送不同強度的電信號.但處理好一大堆電信號後產生宏觀智能.現在transformer與gpt架構的人工神經元也是一樣.知識.智能產生於人工神經元的權重計算之後. 所以GPT01已經算是AGI.所以他說法錯誤.根本是在忌妒.
搞ai之前，先搞懂人类本身
實際上是螺旋進步，我們用對人類的理解創造 AI，再從現有 AI 的狀態反思去精進對於人類的理解
@ 嗯你完善了我的评论，我也认为像dna一样螺旋进步，但是这帮搞电脑的，都不怎么提及人类本身
目前， 基于LLM 的各种结果大概把原来对AI 结果的期望提前了20年。 LeCan 的想法不错， 但要做出这些实际结果大概还需要10-20年。 我们都耐心一点， 眼光长一点， 让各种方法都有发展的空间。
听起来像是规划动作是核采样的替代？
其实大部分人是没能力当老板的，更需要的是一个ai的老板告诉咱要做啥😂
人工智能就跟永动机一样是不可实现的。我指的不是现在这些被冠名人工智能的假货，而是那些真正有智慧的，会自主思考的人工智能。除了有生命和灵魂的活物，没有东西真正能有独立的自主思考能力。而这是现在的所有所谓人工智能研究者们永远都办不到的事情。他们现在只是因为太蠢，理解不了这个现实，才一遍又一遍地重复着如当年造永动机一样的蠢行罢了。将来有一天一定会有一个天才用可证明的定理的方式敲碎这些傻瓜们的幻想，然后看着他们一个接一个地被送进精神病院。😂
我也這麼覺得
你誰
说的是没错，但作为一个世界领袖一级的研究者，应该提出一个可实现，scalable 的框架，而不是只批评已有的模型。他这个世界模型以及辛顿的胶囊模型，如果好用的话，为啥很少有人理会呢。他现在有影响力，在Meta有资金，为啥不去实现
人家有提自己的方案，只是你看不见而已
@@visionlee4587 没有拿出能超出openAI的产品呀
@@visionlee4587 方案谁都会提，能不能产出可以大规模使用的产品更重要些
我们想法一致，在没有新的超越openAI的产品出来前，对Transformer模型的批评只是个人观点而已
如果你回頭往歷史的長河看，就會發現，改變世界的技術終會成功，而且在該技術發展初期，95%的人都認為它一定失敗
需要“荷爾蒙” 刺激軟件變異
不如肾上腺素
人类司机比AI司机具备更多的能力，但对竞争司机这个岗位并没有多大帮助。AI的智商不如一只猫，但训练一只捕猎的机器猫和野生猫竞争，野生猫会死的很惨。一个司令官加100个工程师，和9900台战争机器，能把一万个士兵碾成灰。排除掉情感价值，单纯从社会生产效率出发，AI排挤掉百分之99的人还是轻轻松松的。大模型出不了爱因斯坦，但绝对能比锅炉工把开水烧的更好。搞学术的想和搞工业的人比对世界发展的预判，就算是对，也错了
完全同意。AI再差也比大部分人强大。况且AI已经是非常有用的工具了。
沒事 我也不如一只貓
證明楊捲在自己小圈圈很強，但都不看看世界各處的研究到底發展到什麼程度
他本身就是這類頂級期刊論文的審查者
其實這算進步了，LLM出來前還不如蒼蠅。
會不會太低估貓了。如果現在的ai智能已經有貓的程度, 那實現AGI還真會是五年內的是。
如果有貓的程度，何需五年? 今天是貓，明天就超越圖靈了! 🤣
猫的智力水平大概是人2-3岁的智力水平😅 但是现在的AI已经被灌输人类所掌握的大部分知识了，他的智力推理能力还只是猫的水平。
Thank you 大 飞 一口氣看到尾 看完再看 ☘ 😄 🌺 😇 🀄 😃 💐 ☕ 🌸 😁 🏵 😀 🧧 🎉 🌺 🎊 🏮 🍀
我完全同意 Yann LeCun 的观点。对於常使用AI 工具的人，我的問題是現在語言模型的推理能力，你满意吗？我一点也不满意。对於回答些特定的問題，或是能写个小代码，这些語言模型，可能很快就给出個尚可的答案。但是哪一个 AI 工具可以自己写出一个和 Linux 同级的操作系统？ 如果一个 AI 工具可以不经人的提示，完全自己写出这样一个软件系统，我会認為 AI 可以取代真人了。
Linux說白了也是拿別人系統改的
@@jerryhuang3565
但目前的 AI 做不到可以改寫OS,
連實踐一個客製化 protocol 裡的一個 heartbeat 功能都寫得很有問題....
@@yuchi1076 其實現在你說這個，就在證明某些團隊真的技術落差帶來的認知問題
@@jerryhuang3565
願聞其詳
@@jerryhuang3565 能否直接回答當今的AI是否能真的自己寫出 OS，Unix 就是當初 Ken Thompson 在 Bell Labs 開發出來的，我就想知道 AI 現在到底能否寫出來
🎉🎉🎉❤❤❤
人類的邏輯永遠跟不上，未來AI將超乎人類的想像
在現在這時代，只有openai一直是突破者，今年的sora/advanced voice mode/o1，每推出一個東西就被爭相模仿。這幾位AI的大前輩近幾年的研究多半都沒太大突破，已經被自己的知識套上枷鎖了，老學究往往會認為暴力解法沒有學術價值，一定有更優雅的先驗架構能把問題解得漂亮，但都忘了現在AI之所以能成功靠的就是大量平行運算來解決現實問題，如果解不了那表示還不夠大。Ilya當初也跟他老師Hinton說，他認為只要model加到很大就能解決更多問題，但他老師就覺得他只是懶惰，不想仔細研究，但後來Ilya還是在gpt2/3/4的演進中證實了這個觀點是正確的
又一个重度 ai 中毒患者，以为堆料就可以高效实现通用智能，
只要别用这种 ai 为人类指明方向就行了
@@zxwxz 你的資訊偏舊了
現在已經進展到，不能一股腦擴增模型參數
話說 Ilya 離開 openai ，這家公司已經失去靈魂了
@@LaoZhao11 目前大型語言模型（LLM）無法持續無腦擴張，主要來自兩個障礙：
資料牆（Data Wall）：目前網路上有效益的高品質數據集實質上並不多，無法有效搭配擴展法則（scaling law）。
經濟效益問題：目前的模型已經難以在維持經濟帳面上做擴張。
這兩個問題並不是擴展法則無效的問題，而是需要提出能夠搭配現存經濟效益以及突破資料牆的方案。這兩個問題都已經被OpenAI的O1新的擴展法則所突破。 RL訓練突破Data Wall，Test Time Compute突破經濟效益問題。
Ilya是非常核心的人物沒錯，但大家也都忽略了Noam Brown這位從Meta跳槽到OpenAI的科學家。他是主導O1進程的核心人物，可以參考近期放出的影片：ruclips.net/video/eaAonE58sLU/видео.htmlsi=yypVJG9fB8jvEjwi
我只能說時代進步得很快，不是只有Ilya才是頂尖AI科學家
别说猫了，苍蝇都比不了。
开头提到的“本质”，怎么感觉哲学才是AI发展的方向😂
可以看wolfram提到的ruliad，是关于compute和observer的，可以把很多科学技术方面的知识套进去，他认为语言是一种信息的有损压缩。
心灵哲学和心理学的内容太复杂了，他们发明了很多奇怪的游戏场景、概念和抽象假设。
生物学最近有10*（-5）～1尺度变换的AI合成动态扫描图。
不是ai 早就跳脫單純文本訓練了@@
那还不如说智商不如一颗病毒。
有意识，才可能有智能，
你先证明病毒有意识
標題看起來讓人不服氣，內容倒是很有條理
幾年前回家跟家人討論AI的發展時
討論到AlphaGo在圍棋上打敗人類的議題
所以很多人在擔心AI超越人類等等
我弟只說了，汽車跑得比人快，但現在也沒人在擔心機器打敗人類XDD
2倍速听还慢
沙发
AI 肯定要有自催化后才能超越生物。
我會笑死，太棒了，有這麼多人還在小看ai，很好很好，那我就放心了🤣
AI与高度自动化的区别在于是否具备机器学习和深度学习等随着时间增加接触的数据量增大能够自我进化越来越成熟精确的能力。有这一点，AI在理论上就是最终可以超越并取代人类的。个人从理性上反对开发AI机器人，认为科学应止于高度自动化。但现在个人观点已经不重要了，人类世界正不可阻挡地研发AI机器人这项极有可能是人类本身掘墓人的技术，鉴于恐惧落后和追求利润的驱动，没有任何国家和个人能够阻止这场潮流。也许只有当AI机器人造成大规模失业甚至最终威胁人类生存的时候人们才会回过头来后悔今天所做的一切不过那时为时已晚！
赞！！！能理解到这个深度的人非常少。的确，个人的意见一点都不重要，人类是被命运推着前行的。开发人工就是人类的宿命？星际中所有的现象都是有时限的
哪個貓
會叫的還不會
AI學出來後可以無限複製。這又不計算了?
能够大量数字化的东西都会被AI取代，但是无法被数字化的东西AI就很难搞定，这就说明AI不具有逻辑或者是强推理能力
都可以数字化，宇宙的本质就是信息和信息流动，生物的本质就是电信号传递和刺激，归根结底，本质都是「字符串」，海量的字符串，自有其组合规律
生物就是DNA的字符串表达，精妙在建群结构～字符串的关系模式决定性状功能。
人是用眼睛，声音，身体感知认识的世界。那么AGI应该也要利用好这些信息吧。
这些本质都是电信号刺激，都可以转换成文本字符串，
感官和生物之间的关系的本质不是与环境交互的电信号刺激，而是刺激之后的获益和风险，包括欲望满足和生命风险，
欲望和风险，才是生物演化，和人类社会前进的根本动力，
ai 显然无法真正理解客观真实的物理世界，也无法理解它的一堆废话输出对于客观真实物理世界的影响，但人要承受它输出到客观真实物理世界的影响
这就是Nobel Prize 没给 Lecun 的原因。资本需要AI大泡泡，Lecun 太诚实了。
感觉这专家要创造有人类智慧的AI, 这风险有点大
搞笑吗？ 你所谓人类简单的东西是生物几十亿年进化学习来的. 相对于才几千年的文字而言，哪个才是简单啊？
猫会说人话吗？猫会打文字跟我交流吗？猫只会喵喵喵的叫～
书呆子搞研究真是让人受不了
所以在你的理解力，发声系统是一种智能🤣🤣🤣
貓會生存，ai 會自己發電嗎😂
杨立昆只捧meta 反goolge ms openai 而已，早已不是科学家了
有错吗？
還有反Elon musk 他已經走火入魔
Yann LeCun可能是个完美主义者，现在的模型不完美，所以不认同
你倒是做出来world model呀，光说不练。
感觉人类搞不懂人脑学习的工作原理，就不太可能搞出通用人工智能
大膽假設
假設我們死後，是把此生的經歷喂進一個大模型裡
那我們算不算高等生物做出來的神經元
现在人也搞不懂人工智能呀。我觉得正因为，人既不理解人工智能也不理解人脑。人工智能算法才真的有可能模拟人脑
不看好楊
杨乐村最近这几年除了diss别人自己干出了啥
@@thewintersun 但不妨碍他说的是实话
@@guoqiangzhou6334 你认为的实话，真的是实话吗？只不过是一家之言。那为啥meta，军方，苹果，特斯拉等都真金白银的投入AI呢，你总不能说这些人都是傻缺，就杨最聪明吧
現在訓練ai方式是極度限制，因為要安全和畫界線不許做這做那，要是任由ai自身學習，超過人類完全不難，環保問題？ai直接操控全球核武將人類清除，一日之內解决環保問題
他说错了吗
因為人類自己的大腦是靠影像訓練的
他把人类想的太聪明了，20小时学会开车……搞笑了……复杂交通规则下，半年差不多……最难的不是科目2和科目3，最难的是科目1,2000题了现在……
这方面中国确实是特例……🤣
刨去考题，确实差不多 20 个小时就能学会开车了，我自己的亲身经历
请分清「学会」和「熟练」和「灵活应对」