发文章
发文工具
撰写
网文摘手
文档
视频
思维导图
随笔
相册
原创同步助手
其他工具
图片转文字
文件清理
AI助手
留言交流
机器如何像人类和动物一样高效地学习?机器如何学习世界的运作方式并获得常识?机器如何学会推理和计划?当前的人工智能架构,如自回归大型语言模型,是不是人工智能技术的最终走向?日前,纽约大学教授、Meta副总裁和首席AI科学家杨立昆(Yann LeCun)做客华盛顿大学Lytle电子和计算机工程公益讲堂,发表了自己的见解。LeCun认为,目前计算机尚未真正建立起人类一般的“世界模型(World Model)”,目前的大语言模型尽管“丝滑”,但规划、推理能力非常有限,况且人类大多数知识不是文字性的。回顾过去人工智能发展的历程,人类总是陷入“莫拉维克悖论(Moravec’s paradox)”,即对人来说简单的事情,对机器很难;反之亦然。他提出,要模仿人类思维的根本模式构建“目标驱动的人工智能系统(Objective-Driven AI Systems)”。他还指出,研究人工智能技术对全人类是有益的,人工智能系统不可能成为与我们展开生存竞争的“第二主体”。课程主页:https://www.ece./news-events/lytle-lecture-series/以下是课件中的关键帧,全套课件下载二维码文末提供。
微信号:HydroAI
来自: 天承办公室 > 《003价值规律》
0条评论
发表
请遵守用户 评论公约
Yann LeCun:大模型方向错了,智力无法接近人类
Yann LeCun:大模型方向错了,智力无法接近人类。语言的限制要了解语言表征模式的缺陷,首先要认识到语言传递的信息有多少。语言之外放...
点评 | 图灵奖得主Yann LeCun最新访谈:人工智能面临的三大挑战
点评 | 图灵奖得主Yann LeCun最新访谈:人工智能面临的三大挑战。LeCun 认为,学习这种环境模型的能力是构建思考机器的关键。LeCun 在自监督学习中找到了第一个挑战的解决方案,该方法已被用于训练语言...
独家 | AI教父Geoffery Hinton:我开发技术为什么现在让我如此害怕
Hinton震惊于像 GPT-4 这样的新一代大语言模型的能力,想提高公众对技术所带来风险的认识:这项由他开创的技术,可能伴随着严重的风险。在过去的40年里,Hinton一直认为人工神经网络是“对生物神经网络...
【Quora直播】LeCun:深度学习突破,对抗式网络最值得期待
【Quora直播】LeCun:深度学习突破,对抗式网络最值得期待。【新智元导读】Facebook AI实验室负责人、深度学习三驾马车之一的Yann LeCun...
机器学习圣杯:图灵奖得主Bengio和LeCun称自监督学习可使AI达到人类智力水平
机器学习圣杯:图灵奖得主Bengio和LeCun称自监督学习可使AI达到人类智力水平。」在2020的ICLR线上大会上,蒙特利尔学习算法研究所主任、...
图灵奖得主Yann LeCun:仅靠语言训练的人工智能,永远无法比拟人类智慧
图灵奖得主Yann LeCun:仅靠语言训练的人工智能,永远无法比拟人类智慧。语言并不能穷尽知识,语言知识一种高度具体且极其有限的知识表...
讲真,你应该了解的机器学习40年发展史
1997:AdaBoost算法[7]AdaBoost算法在机器视觉领域的目标检测问题上取得了成功,典型的代表是人脸检测问题。2012年Hinton小组发明的深度...
深度学习 vs 概率图模型vs 逻辑学
深度学习 vs 概率图模型 vs 逻辑学。【编者按】在上个月发表博客文章《深度学习 vs 机器学习 vs 模式识别》之后,CMU博士、MIT博士后及v...
一图看懂 AI 阵营:学习人工智能,站错了队可会导致自取灭亡
一图看懂 AI 阵营:学习人工智能,站错了队可会导致自取灭亡。AI的方法有许多,除了我们较为熟悉的“五大流派”,本文作者对AI的各流派...
微信扫码,在手机上查看选中内容