今天的人工智能方法永远不会带来真正的智能

近日，meta首席人工智能科学家杨立昆在接受ZDNet采访时提出引人深思的观点。他明确表示，现今的人工智能方法无法实现真正的智能，并指出所有人工智能都面临的核心挑战——如何衡量信息。这一观点在学术界和业界引发了广泛的反思。

今年6月，杨立昆在Open Review上发表论文《一条通往自主机器智能的道路》，梳理了AI近几年的发展历程，并提出了一种实现人类水平智能的新方法和体系架构。这也意味着当前大部分AI项目远未达到人类智能的水平。

对于当下大热的深度学习领域，杨立昆持怀疑态度。他特别指出，备受关注的GPT-3、BERT等Transformer模型虽然必要，但并非构建智能系统的全部。他也看到了行业快速发展背后的问题，比如目前的强化学习多依赖于观察而非实际行动。

在谈到自动驾驶时，杨立昆批评了一些过于乐观的公司，认为仅仅依赖大规模神经网络和数据并不能解决所有问题。他强调了在处理边缘情况时面临的挑战，并提出了通过自监督学习和端到端训练来解决这些问题的方向。他认为未来会有更有效的系统出现，以减轻自动驾驶技术的脆弱性。

采访中，杨立昆还对人工智能领域的知名学者加利·马库斯进行了批评。马库斯是纽约大学的心理学和神经科学名誉教授，他认为杨立昆的某些观点并不新颖。马库斯在自己的辩护文章中列出了七个例子来证明这一点。虽然杨立昆并未回应马库斯的指责，但这一事件无疑引发了公众对两位人工智能专家观点的激烈讨论。这场交锋不仅展示了人工智能领域的竞争与挑战，也突显了学界和业界对AI发展走向的深刻反思。