摘要：2025年，人工智能领域两位领军人物——图灵奖得主Yann LeCun与DeepMind创始人、诺贝尔化学奖得主Demis Hassabis——就大模型能否实现通用人工智能（AGI）展开公开辩论。LeCun批评当前基于大语言模型和扩规模的路线“根本不可能走得通”，并宣布离开Meta，创办AMI Labs以押注“世界模型”新方向，该公司正以35亿美元估值融资5亿欧元。Hassabis反驳称LeCun混淆了“通用智能”与“普适智能”概念，强调人脑本身就是高度通用的系统，并断言扩规模是通往AGI的关键路径，预测可能在5-10年内实现“完整的AGI”。这场辩论凸显了AI技术路线的根本分歧。
线索：本次辩论揭示了AI发展的两条核心路径及其潜在投资影响。LeCun押注的“世界模型”路线代表了一种架构创新，若成功可能颠覆现有以大模型为主导的产业格局，为早期投资AMI Labs或类似初创公司带来高风险高回报机会；但同时，该路线技术验证周期长，且面临主流生态的竞争。Hassabis坚持的扩规模路线则延续了当前Transformer和Scaling Law的主流范式，投资于DeepMind、OpenAI等已建立优势的公司可能受益于渐进式突破和AGI临近的预期；然而，该路线依赖巨大算力与数据投入，存在边际效益递减和技术瓶颈风险。投资者需密切关注双方技术进展、资本动向及行业合作动态，以应对路线分化带来的市场不确定性。
正文：2025年12月，图灵奖得主Yann LeCun在一期播客中公开批评当前人工智能领域的主流技术路线。他指出，通过堆放大语言模型规模、使用更多合成数据训练、并依赖大量人工进行后训练和强化学习修正的路径“完全是胡扯”，认为这条路“根本不可能走得通”。LeCun强调，这种做法仅是用规模掩盖结构问题，无法逼近真正的通用智能。
作为回应，DeepMind创始人Demis Hassabis反驳了LeCun的观点。他认为LeCun混淆了“通用智能”（指系统能在不同任务间迁移、学习和适应）与“普适智能”（指在所有任务上达到最优性能）的概念。Hassabis提出，人类大脑本身就是高度通用的系统，尽管在具体任务上并非最优，但其架构从理论上可以学习任何可计算内容。他引用无免费午餐定理，指出任何现实系统都会围绕目标分布产生专门化，但通用性的核心在于学习潜能。Hassabis还以人类发明国际象棋、实现科学发现和制造复杂工具为例，论证人脑的通用性。
LeCun进一步阐述其立场，反对用“通用”一词描述人类智能。他从数学和计算复杂性角度论证，认为人类大脑是高度专门化的系统。例如，他估算视觉任务可能涉及的布尔函数总数约为2^(2^1000000)，而人类大脑的表示上限约为2^(3.2×10¹⁵)，两者差距极大，表明人类在可能函数空间中极端专门化。LeCun认为，宇宙中大多数信息是熵，人类心智只能理解极小部分。
Hassabis回应称，LeCun的论证针对的是“普适智能”，而非“通用智能”。他类比指出，人脑和基于Transformer的基础模型都可视为近似图灵完备的系统，具备通用学习能力。企业家埃隆·马斯克公开表示支持Hassabis的观点。
与辩论相关，LeCun宣布即将离开Meta，并创办研究型初创公司AMI Labs，专注于开发“世界模型”作为大模型的替代路径。目前，AMI Labs正以35亿美元估值融资5亿欧元。LeCun解释，硅谷当前存在以大模型为中心的单一文化，他选择远离并押注新方向。
另一方面，Hassabis领导的DeepMind已在AlphaGo、AlphaFold和Gemini等项目上取得突破，他因AlphaFold的贡献获得2024年诺贝尔化学奖。Hassabis断言，扩规模（增加数据、算力和模型大小）是通往AGI的关键组件，甚至可能是全部路径。他预测，在完成关键突破后，可能在5-10年内实现“完整的AGI”。
辩论双方均具有行业影响力：LeCun是深度学习奠基者之一，Hassabis是AI应用突破的推动者。技术路线分歧可能影响未来十年AI发展。五年后，结果可能明朗，双方观点或许会在某些点汇合。争论核心在于如何定义和理解智能本身，这仍是一条探索中的道路。
发布时间：2025-12-24T07:51:08+00:00
评论 ( 0 )