56
0哈喽大家好，欢迎回到《AI有点意思》！我是你们的老朋友小艾。
上一期我们讲了辛顿的故事——坐了四十年冷板凳，终于让神经网络从“笑话”变成了“革命”。他和杨立昆、本吉奥三个人，在2018年一起拿了图灵奖，被称为“深度学习三巨头”。
但你猜怎么着？这三位“巨头”现在吵翻了。不是那种学术上的小分歧，是那种“我觉得你完全错了”级别的翻脸。
今天这一期，我们就来围观这场AI圈最精彩的“神仙打架”——杨立昆 vs 辛顿。
事情要从2023年说起。那一年，GPT-4发布了。在此之前，辛顿对大型语言模型的态度一直是“不太关心”。但GPT-4出来之后，他突然“顿悟”了。他在一次访谈中说：“天哪，这些系统已经非常接近人类水平的智能了。它们可能有主观体验。”他甚至开始公开警告：AI可能导致人类灭绝，概率大概在10%到20%之间。
你想想，一个亲手推开AI时代大门的人，突然转过头来大喊“危险”——这反差够大吧？
而杨立昆的反应呢？四个字：嗤之以鼻。他在一次播客访谈中被问到对辛顿转变的看法，毫不留情地说：“我感觉他就是想摆烂了。好了，这就是我们需要的，我可以宣布胜利了。嗯，我可以退休了，然后到处去做关于AI危险的演讲。”
你还别觉得这是断章取义——杨立昆的原话就是：“我完全不认同这个说法。”
那么问题来了：这两位AI教父，到底在吵什么？
核心分歧就一句话——大语言模型这条路，到底能不能通往真正的智能？
辛顿的看法是：能，而且已经很接近了。他的推理逻辑很有意思。他说，人类大脑皮层大约有160亿个神经元。大脑虽然不是直接做反向传播的，但如果它做某种类似于反向传播的梯度估计，大概需要10个真实神经元来模拟1个反向传播神经元的功能。这么一算，人脑皮层相当于16亿个“虚拟神经元”。然后他一看GPT-4的参数规模——已经跟这个数字很接近了！所以他得出结论：天哪，它可能真的会变得跟人一样聪明。
但杨立昆完全不买账。他说了一句非常狠的话：“大语言模型在通往超级智能的路上是一条死胡同。”
注意，杨立昆并不是说大语言模型没用。他说得很清楚：“LLM是很多非常有用的AI产品的基础，我自己也在用，它们很好，做它们该做的事情。” 问题在于——它做不了“该做的事情”之外的事。
杨立昆的核心论点是什么？大语言模型只是在“背课文”，不是在“理解世界”。
具体来说，大语言模型的工作方式是“自回归”——它根据前面的文字，预测下一个最可能出现的词。这种方式在语言领域效果惊人，但杨立昆认为它有两个致命缺陷。
第一，它没有真正的因果推理能力。杨立昆说，概率统计过程本身无法直接转化为严谨的因果推理。打个比方：你让大语言模型描述“苹果落地”，它能说得头头是道——因为它读过无数篇关于重力的文章。但你问它“苹果为什么会落地”，它其实是在“背诵”它读过的解释，并不一定真正理解了“重力”这个物理概念。杨立昆打了个比方，说大语言模型本质上是“复现逻辑”——重现训练数据中的统计规律，主要任务是模仿，而不是推理。
第二，它无法理解物理世界。大语言模型的训练数据是互联网文本，但真实世界是三维的、连续的、充满物理规律的。你让ChatGPT描述“把一杯水从桌子边缘推下去会发生什么”——它会说“水杯会掉到地上摔碎”。但它真的“理解”重力、加速度、玻璃的脆性吗？不，它只是在背诵它见过的描述。它没有亲眼见过、没有亲身感知过、没有在物理世界里“摔过一次”。杨立昆说，绝大部分人类智能来自于对真实世界的无监督学习——我们是通过观察和互动来理解世界的，不是靠“阅读”世界的。
那杨立昆觉得什么才是正确的路呢？他的答案是——世界模型。
他提出了一种叫JEPA的全新架构，全称是“联合嵌入预测架构”。听起来很复杂，但核心思想很简单：不要预测像素，要在抽象的“表征空间”里预测规律。
小艾打个比方给你听。假设你要预测一个球从桌子上滚下去会怎么样。传统生成式AI的做法是——“逐像素预测下一帧”：球在位置A→预测它在位置B→预测在位置C……每一帧都要算，而且一旦算错一帧，误差就会像滚雪球一样越滚越大。最终画面会变得模糊不清。
杨立昆的JEPA做法完全不同。它不关注每一帧画面长什么样——它不关心球的颜色、光影、背景墙的花纹。它只做一件事：把画面“压缩”成一串核心特征，然后在这个“压缩空间”里预测“球会滚下桌子”这个结果。
杨立昆认为，这才是真正“理解世界”的方式。你不需要记住每片叶子的位置，你只需要知道“风会吹落树叶”。JEPA就是让AI学会这种“抓大放小”的能力——忽略无关细节，抓住核心规律。
最近，杨立昆团队还发布了一款叫LeWM的轻量世界模型。这个模型只有1500万参数，单GPU几小时就能训练完，但决策规划速度是传统方法的48倍。最惊人的是，研究人员做了一个实验：给LeWM看三种视频——物体正常运动、物体颜色突然变了、物体突然瞬移。结果LeWM对“瞬移”表现出了明显的“惊讶”——预测误差骤增；但对“颜色变化”几乎没有反应。这说明它能分清“只是外观变了”和“物理规律被打破了”。它真的在理解物理世界，而不只是在背诵画面。
这场路线之争，在2025到2026年达到了白热化。杨立昆在Meta工作了12年，但他对扎克伯格全力押注大语言模型的战略越来越不满。2025年11月，他正式宣布离开Meta，创立了自己的公司AMI，继续推进世界模型研究。AMI在成立之初就拿到了超过10亿美元的融资。
杨立昆的原话是这么说的：“如果未来五到十年里把世界模型的相关难题解决了，就有望构建真正智能的、能够规划和推理的AI系统。”
好了，今天这一期我们聊了两位AI教父的路线之争——辛顿认为大语言模型已经很接近人类智能，杨立昆认为这条路根本走不通，世界模型才是未来。两条路，两套哲学，两种对“智能”本质的理解。
下一期，小艾要带大家去英国，认识另一位AI大佬——戴密斯·哈萨比斯，DeepMind的创始人。他从4岁开始下国际象棋，后来创立了DeepMind，做出了AlphaGo和AlphaFold。这个人的人生，比电影还精彩。记得订阅《AI有点意思》，我们下期见！
