图灵奖得主、meta首席AI科学家杨立昆近日参与了一档科技播客节目，深入探讨了当前生成式AI在科学发现方面的局限以及AI未来的发展方向。
杨立昆指出，当前的大语言模型等AI技术，其运作机制主要基于文本数据的统计规律进行答案生成，本质上缺乏“创造新事物”的能力。与人类不同，AI无法运用常识和心理模型来思考并解决全新的问题。人类能够凭借对物理世界的深刻理解和抽象推理能力，探索未知领域，而AI则仅仅是在海量文本数据上进行检索和生成，缺乏对现实世界本质的认知。
“现有的大语言模型发展已接近其潜能上限，”杨立昆强调，“随着训练数据的不断增加，其带来的性能提升正逐渐放缓。进一步的数据获取不仅成本高昂，而且效果难以保证。单纯依靠扩大模型规模和增加训练数据，无法实现真正意义上的AI。”
他进一步阐述，“真正的AI”应当具备理解物理世界的能力，拥有持久的记忆，并能够支持复杂的推理和规划。这是当前AI技术所欠缺的，也是未来AI发展需要突破的关键。
杨立昆还提到，他在今年早些时候曾预测，AI技术将在2030年前迎来一次革命性的飞跃。然而，目前的AI系统依然受到诸多限制，现有技术还无法支撑家用机器人和自动驾驶汽车等高级应用的普及。
为了推动AI技术的发展，杨立昆正在致力于研究一种新的系统。该系统旨在通过建立一个能够预测物理世界行为的模型，帮助AI“理解”现实。他认为，这是实现AI智能水平飞跃的关键一步。“目前的AI还无法与人类相提并论。如果我们能够开发出具备猫或老鼠般智能的系统，那将是一个巨大的进步。”
