图灵奖得主重磅发声：生成式AI存在根本性缺陷，人类级智能需突破三大桎梏

在最新一期"Big Technology Podcast"科技播客中，人工智能领域泰斗、Meta首席AI科学家杨立昆（Yann LeCun）对当前生成式AI技术发展现状投下震撼弹。这位深度学习先驱直言，以ChatGPT为代表的大语言模型（LLM）本质上仍是"数据复读机"，无法实现真正的认知突破。

 

"当前AI系统与人类智能之间存在结构性代差。"杨立昆在3月20日播出的节目中强调，虽然生成式AI能通过海量文本训练生成流畅回答，但这种基于统计概率的"鹦鹉学舌"与人类的创造性思维存在本质区别。他特别指出，人类独有的三大核心能力——物理世界理解、持续性记忆存储以及复杂推理规划——正是现有AI系统最致命的短板。

在技术瓶颈层面，这位图灵奖得主揭示了更严峻的现实：LLM发展已触及天花板。数据显示，当模型参数量突破千亿级后，训练数据的边际效益呈现断崖式下跌。"即便不计成本地堆砌算力和数据，也无法让AI突然获得理解物理定律的能力。"杨立昆以自动驾驶为例解释道，现有系统难以处理道路场景中瞬息万变的突发状况，根源就在于缺乏对三维世界的具象化认知。

 

值得注意的是，这位AI先驱并非否定技术突破的可能性。其研究团队正在开发新型世界模型（World Model），试图通过模拟物理世界的运行规律，赋予AI类似生物的本体感知能力。"就像婴儿通过观察学习重力作用，未来AI需要建立动态的心理表征系统。"杨立昆透露，这项突破或将使机器智能在2030年前达到猫科动物的认知水平，这将是通向人类级AI的关键里程碑。

更具突破性的是，杨立昆团队正在构建持续性记忆架构。与现有LLM"阅后即焚"的瞬时记忆不同，新系统能够像人类大脑一样对重要信息进行分层存储，并建立事件间的时空关联。这种革新有望解决AI领域长期存在的"灾难性遗忘"难题，为复杂的多步推理提供技术基础。

 

在访谈尾声，这位科学家呼吁行业正视现实："我们不应被当前的技术热潮蒙蔽双眼，真正的通用人工智能需要从底层架构进行范式革命。"随着杨立昆等顶尖学者持续突破认知边界，这场关乎人类未来的智能革命正步入深水区。