ICC訊  在巴黎舉行的VivaTech 2025科技大會上，Meta首席AI科學家Yann Le Cun勾勒出一份實現高級機器智能（AMI）的雄心勃勃路線圖，其核心是基于視頻預測模型V-JEPA V2。該模型旨在解決AI面臨的三大核心挑戰：理解物理世界、推理和規劃。

  "V-JEPA是首個能真正學習物理世界運行規律的系統之一，"Le Cun表示。與早期試圖在像素級別預測視頻幀的方法不同，V-JEPA通過預測視頻內容的抽象表征來學習，這種自監督學習方式被Le Cun描述為取得突破的關鍵。

  與大型語言模型（LLM）不同，視頻預測在確定性預測方面一直存在困難。"直到最近，這方面都算是失敗的，"他坦言。

  V-JEPA V2在完成表征層面的視頻內容預測訓練后，將進入第二階段：世界建模。該模型能預測世界狀態如何隨著想象的行為而演變，使系統能夠預判結果并做出相應規劃。"系統可以想象一系列動作的后果，"Le Cun解釋道。Meta已將該模型應用于規劃機械臂動作，如抓取物體或開門，而無需進行特定任務訓練。

  Le Cun特別區分了V-JEPA與生成式AI的不同："V-JEPA架構不是生成式架構，因為它們不試圖重建或預測訓練所基于的世界。它們學習的是抽象表征，并在該抽象表征空間中進行預測。"他指出，大型語言模型缺乏這類內部世界模型，"它們基本上是盲目地基于訓練內容進行規劃或生成。"

  不過，Le Cun也承認大型語言模型在代碼生成等領域的實用性。"它們很有用。我們也在研究它們，但這屬于短期工作。Meta的基礎AI研究團隊（FAIR）總是比當前AI潮流領先三到十年。"

  在人工智能理論方面，Le Cun明確否定了"通用人工智能"（AGI）這一術語。他認為人類智能本質上是專業化的："很遺憾地說，人類智能一點也不通用。我們比大多數動物稍微通用一些，但某些動物在某些領域比我們更聰明，當然計算機在某些任務上表現也比我們更好，這意味著我們在某種程度上是專業化的。"

  為此，Le Cun提出了Meta內部使用的術語：人工超級智能（ASI）和高級機器智能（AMI）。"超級智能并不意味著通用，"他強調，"它只是在某些領域比人類略強。"Meta的長期計劃是開發"與人類一樣聰明甚至更勝一籌"的AI助手。AMI藍圖聚焦于能夠理解物理世界、具備常識、擁有持久記憶、能推理規劃且安全可控的系統。

  關于超級智能的本質，Le Cun以已在國際象棋、撲克和路線規劃等特定領域超越人類的AI系統為例。他將AI的未來定位為"增強智能"，人類將獲得在某些任務上更聰明的AI助手支持，如同擁有虛擬專家團隊。"與比你聰明的人或機器共事能帶來賦能，"他說。

  Le Cun設想未來將出現具有用戶知識和偏好心理模型的智能代理系統。"這些系統將建立關于我們已知什么、未知什么、能消化什么信息、可能對哪類信息感興趣的心理模型，"他表示。這類系統將能規劃復雜行動，如預訂旅行或管理家庭設備。

  未來幾個月，Meta計劃擴大訓練規模，將V-JEPA應用于更廣泛場景，并改進訓練方法。"我們可以用這些模型為機器人規劃簡單動作，"Le Cun說。團隊還在探索更有效的V-JEPA架構訓練方法和分層規劃改進方案。

  以紐約到巴黎的旅行為例，Le Cun說明了規劃面臨的挑戰：從預訂航班到開門走向電梯，需要在不同抽象層面進行規劃。"我們還不能規劃很長的動作序列，"他坦言，"對于需要多個動作的復雜任務，我們需要分層規劃，這完全是個未解難題。我們尚不知道如何用AI系統實現...我們有些想法，但仍處于研究階段。"

  被問及如何解決這些問題時，Le Cun回答："我們聘請聰明人才，并努力說服他們這是值得研究的有趣問題。"他強調跨學科合作的重要性，特別是對于需要應用數學見解的分層規劃等問題。"這是科學問題，不是技術開發問題，"Le Cun說，并強烈呼吁開源合作。"我們需要匯集科學界、學術界、其他公司和公共研究機構中可能對此有所貢獻的所有人才。這就是為什么我們需要實踐開放研究。我們開源代碼，V-JEPA V2就是開源的。"

  關于超級智能的發展進度，Le Cun給出了謹慎預測："如果一切順利，如果我們設想的所有技術都奏效，并且在開發過程中只遇到常規困難，我們將在三年內較好地掌握這類V-JEPA方法。"他預計五年內將看到能夠理解物理世界的初步成果或原型系統，可能達到"貓或老鼠的水平"。之后他設想系統將具備規劃能力，不僅在基礎物理世界層面，還包括某些抽象領域，可能與語言、數學或幾何相關。"我們終將達到人類智能水平，但這肯定比我們想象的更難，"他表示。

  "大約五年內，我們將開始看到這方面更具體的應用，"Le Cun補充道。