AI-"gudfadern" Yann LeCun: Nästa genombrott kommer inte från språkmodeller

AI-pionjären och grundaren av AMI Labs, Yann LeCun, uppgav i Seoul att nästa genombrott inom artificiell intelligens inte kommer från stora språkmodeller (LLM), utan från system som förstår och förutsäger den fysiska världen. LeCun menar att dessa så kallade "världmodeller" kommer att driva AI till nästa fas.

LeCun betonade att dagens språkmodeller har begränsningar i sin förståelse av den verkliga världen, trots att de är skickliga på att förutsäga ord baserat på enorma datamängder. Han tog upp exempel som robotars oförmåga att utföra uppgifter utan omfattande träning eller bristen på L5-autonoma fordon, i motsats till hur människor kan lära sig köra på några timmars övning.

"Detta visar en enorm klyfta mellan förståelsen av språk och förståelsen av den verkliga världen", sade LeCun. Han förklarade att språkmodeller bygger på inlärda mönster och förutsäger nästa mest sannolika ord för att generera text. Även om detta fungerar bra för uppgifter med förutsägbara sekvenser som programmering och matematik, är informationen i den verkliga världen mycket mindre förutsägbar.

LeCun förespråkar utvecklingen av "världmodeller" som gör det möjligt för AI att lära sig de fysiska lagarna och orsakssambanden som styr den verkliga världen. Dessa system bör kunna förutsäga möjliga konsekvenser av handlingar och interagera med sin omgivning. LeCun, en nyckelperson i utvecklingen av faltade neurala nätverk (CNN) och mottagare av Turingpriset 2018, är en av de mest respekterade experterna inom området.