人工智能的认知革命：从技术瓶颈到未来路径 ——解析杨立坤吉普斯讲座的核心洞见 一、演讲者权威性与背景 杨立坤（Yann LeCun）是人工智能领域的奠基人之一，2018年与杰弗里·辛顿（Geoffrey Hinton）共同获得计算机领域最高荣誉图灵奖。作为纽约大学教授、数据科学中心创始人及科技巨头Meta首席AI科学家，其学术地位与产业影响力备受认可。此次受邀在联合数学学会（JMM）吉普斯讲座发表演讲，是该论坛自1923年创立以来的又一高光时刻——此前仅有冯·诺伊曼、爱因斯坦等科学巨擘曾获此殊荣，足见其研究成果的学界认可度。 二、核心论点：现有技术架构的认知局限性 杨立坤开宗明义指出，尽管未来人工智能（AI）有望达到人类智能水平，但当前以大语言模型（LLM）为主导的技术架构存在根本性缺陷，无法支撑这一目标。其论证体系聚焦于三大维度： 1. 数据维度的先天不足 • 数据量级差距：典型大语言模型基于约20万亿个token（约60万亿比特）训练，看似庞大，实则仅为人类幼童认知数据的冰山一角。以4岁儿童为例，其清醒时通过视觉神经（200万根视神经纤维，每秒传输1字节）累计处理约110万亿比特数据，远超LLM训练总量。 • 信息模态单一性：物理世界的信息通过视觉、听觉、触觉等多模态传递，而LLM仅依赖文本这一单一模态，导致其缺乏对三维空间、物体属性（如重力、惯性）的具身认知。 2. 运行机制的本质差异 • 符号预测 vs 目标推理：LLM本质是概率驱动的符号预测器，通过上下文关联逐词生成文本，却无法理解语义逻辑（例如描述“走到门口”时，人类会分解目标、规划路径，而LLM仅计算词元概率）。 • 被动学习 vs 主动交互：人类通过观察与物理互动构建世界模型（如婴儿理解物体恒存性、支撑关系），而LLM的静态文本训练使其无法动态验证假设或修正认知偏差。 3. 分层规划能力的缺失 人类具备将复杂任务拆解为子目标的“分层规划”能力（例如从纽约到巴黎需先规划前往机场），而现有AI系统缺乏此类抽象推理框架。杨立坤以模型预测控制（MPC）为例说明：火箭轨迹控制需通过动力学模型迭代优化路径，而人类决策同样依赖对行动后果的预测与调整——这种融合物理规律与目标导向的推理机制，恰是当前AI的盲区。 三、突破路径：构建世界模型与开源生态 为实现通用人工智能（AGI），杨立坤提出三大技术攻坚方向： 1. 构建多模态世界模型 • 通过视频、传感器等多元数据训练AI理解物理规律（实验显示，AI已能在简单场景中预测物体运动轨迹）。 • 模拟人类认知发展路径：从感知（如婴儿观察人脸）到交互（如儿童探索物体支撑关系），逐步建立对时空、因果的抽象表征。 2. 开发分层规划算法 • 设计任务分解架构，使AI能将宏观目标（如“前往巴黎”）转化为可操作的子任务（如“预订机票-前往机场”）。 • 引入强化学习与符号逻辑结合的新型算法，提升复杂环境下的动态决策能力。 3. 推动底层平台开源化 • 开源生态可聚合全球科研力量，加速攻克多模态训练、能耗优化等共性难题。 • 避免技术垄断导致创新停滞，确保AGI发展符合人类整体利益。 四、发展预判：短期谨慎，长期乐观 杨立坤强调，AI技术演进遵循“短期高估，长期低估”的规律： • 短期瓶颈：大语言模型的能力天花板已现，需警惕过度炒作引发的预期泡沫。 • 长期潜力：随着世界模型与规划算法的突破，AI有望逐步实现人类级推理能力，最终迈向超级智能。其进程或将类比计算机发展史——从图灵机理论到现代超算，每一次质变均源于基础架构的范式革新。 结语：认知革命的启程 杨立坤的演讲揭示了一个本质问题：人工智能若想突破“概率游戏”的桎梏，必须回归人类认知的本质——通过与世界的互动构建内在模型。这场从“数据拟合”到“因果推理”的认知革命，或将重新定义智能的边界，而开源协作与跨学科融合，正是开启下一程的关键密钥。
