所有的智慧生命体共有何特质？据Meta的首席AI科学家Yann LeCun所说，主要有四个关键特征。 今年早些时候，在巴黎举行的AI行动峰会期间，政治领袖和AI专家聚集一堂，共同探讨人工智能的发展。在会议上，LeCun向IBM的AI领导者Anthony Annunziata表达了他对“智能”的根本定义。 “每个动物——或者说相对聪明的动物——而且毫无疑问是人类——都具有四个本质特征，”他解释道。“它们理解物理世界、拥有持久的记忆、具备推理能力，以及规划能力，尤其是在通过层级规划实现复杂动作方面。” LeCun指出，人工智能，特别是大型语言模型（LLMs），尚未达到这个水平。要实现这些能力，就需要在训练方式上进行转变。这也解释了为何许多领先的科技公司目前都在为现有模型添加新功能，以在激烈的AI竞争中占据领导地位。 “为了理解物理世界，你可以训练一个单独的视觉系统，然后将其集成到大型语言模型中。至于记忆，你可以用检索增强生成（RAG），加入一些联想记忆，或者简单地扩大模型规模，”他说（RAG是一项由Meta开发的技术，旨在通过引入外部知识源来提升大模型的表现）。 然而，LeCun认为这些努力都只是“技巧”。 他多次谈及一种替代方法，称为基于世界的模型，这些模型以真实世界场景为训练对象，展现出超越单纯模式识别的更高认知能力。在与Annunziata的对话中，他详细阐述了这一概念。 “你从某一时间点T的世界状态出发，设想一个行动，然后世界模型预测这个行动会如何改变世界的状态，”他解释道。 但由于世界在不断变化，充满了无数难以预测的可能性，训练这种模型的唯一可行途径就是抽象化。 Meta已经在探索这一思路，推出的V-JEPA模型于今年二月向公众开放。它被描述为一种非生成式模型，通过预测视频中的缺失或遮挡段落来学习。 “核心思想不是直接在像素层面进行预测，而是训练一个系统对视频的抽象表示进行操作，使其可以在该抽象中做出预测。理想情况下，这个抽象能过滤掉那些无法预料的细节，”LeCun说。 这种方法类似于化学家为物质的基本组成建立的层级体系。 “我们创建了抽象：粒子，粒子之上是原子，然后是分子，最后是材料，”他说。“每一层都能根据任务的需要，从更底层过滤掉许多无关紧要的信息。” 本质上，这意味着我们通过构建层级体系来理解物理世界，而这也是智慧的根本所在。