财经新闻网消息：
上周末，母公司Meta在旧金山举办媒体活动，庆祝其人工智能基础研究团队成立10周年。
在本次活动上，Meta首席人工智能科学家、深度学习先驱、图灵奖获得者Yann LeCun表示，他相信，如果人类想要训练出一台机器，不仅具有概括文本的能力，还具有人工智能的能力。具有类人感知和常识的智能系统仍需要几十年的时间。
他的观点与英伟达首席执行官黄仁勋上周的观点完全不同。 黄仁勋上周表示，人工智能将在不到五年的时间内发展到“相当有竞争力”的水平，在许多大脑密集型任务上超越人类。
“猫级”人工智能未来更有可能出现
杨立坤表示，在“人类级别”的人工智能出现之前，社会更可能出现“猫级别”或“狗级别”的人工智能。 科技行业目前对语言模型和文本数据的关注不足以创建研究人员几十年来梦想的先进的类人人工智能系统。
杨立坤认为，限制当前人工智能发展速度的原因之一是训练数据的来源主要局限于文本。
“文字是一种非常糟糕的信息来源，”杨丽坤解释道。 目前，训练现代语言模型需要大量文本，人类需要 2 万年才能阅读完毕。 然而，
“即使你训练一个具有 20,000 年阅读材料的系统，他们仍然不明白：如果 A 与 B 相同，那么 B 与 A 相同......里面有很多非常基本的东西“这是他们无法逾越的世界。这是一种理解的训练。”
因此，杨和其他 Meta AI 高管一直在大力研究如何定制所谓的转换器模型，用于创建 AI 等应用程序来处理各种数据，包括音频、图像和视频信息。 他们认为，只有当这些人工智能系统能够发现这些不同类型的数据之间可能存在的数十亿隐藏的相关性时，它们才更有可能达到更高的水平。
Meta 高管展示了他们的研究成果之一：戴着 AR 眼镜打网球的人能够看到 AI 视觉提示，教他们如何正确握住网球拍并以完美的方式挥动手臂。 为此类数字网球助手提供动力所需的人工智能模型除了文本和音频之外还需要混合三维视觉数据。
英伟达将继续受益
这些所谓的多模型人工智能系统代表了下一个前沿领域，但这种开发的成本将会更大。 Yang预计，随着Meta和谷歌母公司等更多公司研究更先进的人工智能模型，可能会获得更大的优势，特别是在没有其他竞争对手出现的情况下。
长期以来一直是生成式人工智能的最大受益者之一，其昂贵的 GPU 成为训练大规模语言模型的标准工具。
“我知道（黄仁勋），”杨立坤说，英伟达可以从当前的人工智能热潮中受益匪浅。 “这是一场人工智能战争，而他正在提供武器。”
“（如果）你认为人工智能很流行，你就必须购买更多的GPU，”杨立坤说。 只要该公司的研究人员继续追求AGI（通用人工智能），他们就会需要更多的计算机芯片。
那么，随着 Meta 和其他研究人员继续开发这些类型的复杂人工智能模型，科技行业是否需要更多的硬件供应商？
杨丽坤对此的回答是：“目前不需要，但如果有就更好了。”
他还补充说，GPU 技术仍然是人工智能的黄金标准。 不过，未来的计算机芯片可能不叫GPU。
量子计算机的意义和可行性受到质疑
除了人工智能，杨立坤还对量子计算机持怀疑态度。
目前，微软、IBM、谷歌等科技巨头在量子计算领域投入了大量资源。 许多研究人员认为，量子计算机可以在药物发现等数据密集型领域取得巨大进步，因为它们能够使用所谓的量子位（而不是现代计算中使用的传统二进制位）执行多种计算。
但杨丽坤对此表示怀疑：
“可以用量子计算解决的问题也可以用经典计算机更快地解决。”
“量子计算是一个令人着迷的科学话题，”杨立坤说，但目前尚不清楚“量子计算机的实际意义以及制造真正有用的量子计算机的可能性”。
Meta 高级研究员、前技术总监 Mike 对此表示同意。 他每隔几年评估一次量子技术，并认为有用的量子机器“可能会在某个时候出现，但时间跨度太长，与我们现在正在做的事情无关。”
免责声明 ① 本网所刊登文章均来自网络转载;文章观点不代表本网立场,其真实性由作者或稿源方负责 ② 如果您对稿件和图片等有版权及其他争议,请及时与我们联系,我们将核实情况后进行相关删除 ③ 联系邮箱:215858170@qq.com
Copyright © 2017-2018