吵起來了。

圖靈獎得主和諾貝爾獎得主，為了“智能的本質”——直接激情友好地交流上了。

AI三巨頭之一、圖靈獎得主Yann LeCun明確表示：

純粹就是胡扯（complete BS）。

而諾貝爾獎得主、谷歌DeepMind CEO哈薩比斯也不留情面了，指名道姓回擊：

LeCun的說法簡直是大錯特錯。

論戰(zhàn)之激烈，關注度之高，已經讓專門開辟了一個話題板塊：

馬斯克也跑來吃瓜了——

沒有任何多余的解釋，但這波他站哈薩比斯——“Demis is right”。

當然，馬斯克的站隊可能也有別的原因。畢竟他和LeCun素來不是很對付，跟哈薩比斯則亦師亦友——馬斯克還是哈薩比斯DeepMind早期投資人。

要科學吃瓜，可能還是要知道他們究竟在激辯什么？

爭論焦點：智能的本質是什么？

事情還要從LeCun幾天前接受的一場采訪說起。

他在節(jié)目中言辭犀利地指出：

根本不存在所謂的“通用智能”，純粹就是胡扯（complete BS）
這個概念毫無意義，因為它實際上是用來指代人類水平的智能，但人類智能其實是高度專業(yè)化的。我們在現(xiàn)實世界里確實干得不錯，比如認個路、導航blabla；也特別擅長跟人打交道，因為咱們進化了這么多年就是干這個的。
但在國際象棋方面，我們表現(xiàn)很差。而且還有一堆事兒都搞不定，反倒是有些動物比我們強得多。所以說，我們其實就是“專才”。
我們認為自己是“通用”的，但這僅僅是一種錯覺，因為我們能理解的所有問題都局限于我們能想到的那些

簡單概括就是，LeCun認為人類智能并不“通用”，而是為了適應現(xiàn)實物理世界而專門進化出來的某種專業(yè)能力。

人類之所以擅長識別物體、躲避危險、與他人合作等，也只是因為這些能力在進化中被環(huán)境塑造。

然而，這一觀點很快遭到了哈薩比斯的直接回懟。哈薩比斯表示：

LeCun的說法簡直是大錯特錯。
他這是把“general intelligence”和“universal intelligence”兩個概念搞混了。

然后他一一駁斥了LeCun的觀點，其原話如下：

大腦是目前宇宙中已知最精妙、最復雜的事物，實際上具有極強的通用性。
但是在實際的系統(tǒng)當中，“天下沒有免費的午餐”這個道理是無法回避的——任何實際且有限的系統(tǒng)，在其所學目標分布周圍，都必然存在一定程度的專門化。
但從圖靈機的理論意義上講，通用性的核心在于，只要給予足夠的時間、內存（及數據），就能夠學習任何可計算的內容。而人腦（以及AI基礎模型）正是近似的圖靈機。

并且，針對LeCun關于國際象棋棋手的評論，哈薩比斯認為人類能發(fā)明國際象棋本身就令人驚嘆，更不用說從科學到波音747等現(xiàn)代文明的一切了。

關于LeCun對棋手的評論——人類最初竟能發(fā)明國際象棋（乃至從科學到波音747的整個現(xiàn)代文明！）本就令人驚嘆，更不用說還能出現(xiàn)像馬格努斯·卡爾森那樣棋藝卓絕的人物。
他或許并非嚴格意義上的最優(yōu)解（畢竟記憶有限、決策時間也受限），但考慮到我們的大腦本是為狩獵采集而進化，他和我們如今所能成就的一切，已足以展現(xiàn)人腦的驚人潛力

顯而易見，哈薩比斯對“智能”的理解從不局限于計算機科學，而是深度融合了神經科學。

一直以來，他認為真正衡量智能的兩個關鍵標準分別是通用性（Generality）和學習能力（Learning），為此他經常拿1997年“深藍”戰(zhàn)勝卡斯帕羅夫舉例——

雖然“深藍”在國際象棋上很強，但還是連簡單的井字游戲都不會玩，所以足以見得這種程序的死板之處。

而關于這場對決，哈薩比斯還透露，最吸引他的不是“深藍”這個系統(tǒng)，而是卡斯帕羅夫的大腦（畢竟他能作為人類代表與AI進行比賽）。

沒錯，又是“大腦”這個關鍵詞。哈薩比斯一直堅信，人類大腦是宇宙中已知的唯一關于“通用智能可行性”的存在性證明。

當大腦和AI結合之后，所謂的“通用人工智能”其實就是能夠展現(xiàn)出人類所擁有的所有認知能力的系統(tǒng)。

至于具體如何實現(xiàn)AGI，哈薩比斯多年來也形成了一套自己的方法論，總結起來就是——

預測構建理解，規(guī)劃擴展可能，強化學習實現(xiàn)自主進化。

第一步：以預測為基石。

在他看來，智能的本質在于預測——無論是預測下一個單詞還是預測蛋白質的折疊形狀。這是所有認知活動的基礎形式，也是AI理解世界的內在驅動力。

第二步：引入搜索與規(guī)劃

AI系統(tǒng)首先要建立一個世界模型，然后在此基礎上進行搜索或規(guī)劃，以在巨大的組合搜索空間中找到最優(yōu)解。

第三步：最終通向深度強化學習

這是哈薩比斯最推崇的終局路徑，也是對大腦運作方式的模擬——深度學習負責模式匹配和尋找結構，強化學習負責通過試錯進行規(guī)劃和達成目標。這在生物學上對應著大腦的神經通路和多巴胺獎勵系統(tǒng)。

至此，我們看到兩位大佬關于智能本質的爭論，表面上看起來似乎確實截然不同。

一個認為“通用性智能”是胡扯，本質上智能是自然世界高度專業(yè)化的產物；另一個認為通用性智能不僅存在，而且仍有巨大潛力有待挖掘。

但事實，真的如此嗎？

上述爭論過后，LeCun又再次出來回應了，而且這次直接點名了分歧核心——用詞。

我認為分歧主要在于用詞。我反對用“通用（general）”來指代“人類水平”，因為人類是高度專門化的。

不過，雖然承認用詞有分歧，但他還是繼續(xù)重申了“人類智能并不通用”的觀點。其論證如下：

第一，理論完備≠實際通用。

你也許不同意人類思維是專門化的，但事實確實如此。這不僅是理論能力的問題，更是實踐效率的問題。顯然，一個經過良好訓練的人腦，如果配合無限量的紙和筆，是圖靈完備的。但對于絕大多數計算問題來說，這種方式效率極低，因此在資源受限的情況下（比如下棋），它遠非最優(yōu)方案。

就是說，哈薩比斯所構想的“理想的圖靈機”對解決現(xiàn)實問題幾乎沒有意義，因為真正的智能必須在有限資源下高效運作——而人腦的進化恰恰是資源約束下高度優(yōu)化的結果。

第二，兩個典型例子可以反映大腦的“非通用性”。

在理論上，一個兩層神經網絡可以以任意精度逼近任何函數；但在實踐中，幾乎所有有意義的函數都需要隱藏層中包含數量巨大、難以實現(xiàn)的神經元。正因如此，我們才使用多層網絡——這正是深度學習存在的根本原因。
再換一個角度來看：視神經大約有100萬根神經纖維。為了簡化討論，我們假設信號是二進制的，那么一次視覺任務就可以被視為一個從100萬比特映射到1比特的布爾函數。在所有可能的此類函數中，有多少是人腦可以實現(xiàn)的？答案是：一個無窮小的比例。

通過這兩個例子，LeCun再次重申了自己的觀點：

所以我們不僅談不上“通用”，而且是極其高度專業(yè)化的?？赡艿暮瘮悼臻g極其廣闊。我們之所以沒有意識到這一點，是因為其中絕大多數函數對我們來說復雜到難以想象，看起來幾乎完全是隨機的

而且他還提到了愛因斯坦曾經說過的一句話——世界上最不可思議的事情，是世界竟然是可以被理解的。

在所有可能的、隨機的世界組織方式中，我們竟然能夠理解其中極小的一部分，這本身就令人驚嘆。而我們無法理解的那一部分，我們稱之為“熵”。從這個意義上說，宇宙中絕大多數的信息都是熵——是我們孱弱的認知能力無法理解、因而只能選擇忽略的內容。

總之，事情battle到最后，網友們也是紛紛回過神來了——這場爭論最大的bug可能就在用詞上了。

而拋開用詞不談，本質上來看，兩個人其實更像是在談論不同的問題：一個核心在強調“我們是什么”，另一個則在強調“我們能成為什么” 。

而這，也恰恰指向了同一個更深層、也更現(xiàn)實的議題——

接下來，我們究竟該以怎樣的方式實現(xiàn)AGI？

答案：世界模型

不管是在LeCun還是哈薩比斯這里，答案其實都已經很清晰了——

世界模型。

眾所周知，即將從Meta正式離職的LeCun，下一站就是創(chuàng)業(yè)世界模型。

據《金融時報》爆料，其新公司名為Advanced Machine Intelligence Labs（AMI Labs），計劃于明年一月正式亮相，目標估值30億歐元（約247億人民幣）。

在LeCun的理解中，世界模型所要追求的不是渲染精美的像素，而是掌握控制理論和認知科學。

他認為對AI而言，只有中間那個抽象表征才重要（和JEPA研究一脈相承），模型沒必要浪費算力去生成像素，只需專注于捕捉那些能用于AI決策的世界狀態(tài)。

換言之，了解“世界的結構是什么”才是最關鍵的。

而哈薩比斯這邊也在采訪中多次表示，世界模型絕對是自己和谷歌接下來的重點。

今年8月，谷歌DeepMind推出了新版世界模型Genie 3。哈薩比斯表示：

我們談論的世界模型，指的是那種能夠理解世界運行機制中因果關系與協(xié)同效應的模型，也就是一種“直觀物理學”——事物如何運動、如何相互作用、如何表現(xiàn)。
你已經可以在當前的視頻模型中看到這種能力的雛形。
而檢驗是否真正具備這種理解的一種方式是否能夠構建一個逼真的世界。因為如果你能夠生成它，那么在某種意義上，你就已經理解并內化了這個系統(tǒng)的運作規(guī)律。

這也解釋了為什么Genie、Veo這些模型首先會以視頻模型的形式出現(xiàn)。在他看來，這種可交互的世界模型正是通往AGI的關鍵一步。

通過對比，我們能發(fā)現(xiàn)雖然二者都是在描繪“世界模型”，但他們的理解和實踐方向也明顯存在差別——

LeCun代表著“世界模型即認知框架”，而谷歌哈薩比斯代表著“世界模型即模擬器”。

嗯，同一個概念，不同的理解和實踐——怎么不算一種call back呢？（手動狗頭）

Anyway，回顧歷史，實際上AI的每一次躍遷都伴隨著這樣的“爭吵”：

符號主義和連接主義的爭論，定義了智能的根基究竟是“邏輯”還是“數據”；

端到端學習和模塊化系統(tǒng)的爭論，定義了“系統(tǒng)該如何構建”；

再加上我們今天的“開源VS閉源之爭”、“智能本質之爭”……

還是那些老話，“真理不辯不明”、“真理越辯越明”。

不過玩笑說說，等到真理辯明了，那個老頭可要來了……

One More Thing

幾乎同一時間，LSTM之父Jürgen Schmidhuber又出來隨機掉落了一個“小彩蛋”，他預判了預判——

LeCun即將創(chuàng)業(yè)的世界模型，他們在2014年就有涉獵了（原話是二者高度相似）。

怎么說呢，Jürgen Schmidhuber老爺子這幾年，基本都在“維權”了。

作為LSTM的發(fā)明者，LSTM一度在ChatGPT誕生前被稱為“最具商業(yè)價值的人工智能成就”，而作為LSTM之父，Jürgen Schmidhuber早在三巨頭獲得圖靈獎之前就被《紐約時報》稱為“成熟人工智能之父”。

但當AI時代真正到來，各種技術發(fā)明者桂冠沒有他、圖靈獎沒有他、諾貝爾獎也沒有他……

Schmidhuber只能一次次維權、隔空懟人，最后成為祥林嫂·Schmidhuber。

幸好，還有推特，可以讓他主頁上清晰完整展示——

以及推特當前的擁有者馬斯克，他評價Jürgen Schmidhuber時言簡意賅：一切的發(fā)明者。

這，確定不是在陰陽八卦？