LeCun團(tuán)隊(duì)極具前瞻性論文，提出超人類適應(yīng)性智能

算泥社區(qū)是集 “AI 大模型開(kāi)發(fā)服務(wù) + 算法 + 算力” 于一體的開(kāi)源生態(tài)社區(qū)，歡迎關(guān)注！

LeCun團(tuán)隊(duì)剛剛成立的新公司，融資10.3億美元：。

在世界模型領(lǐng)域，打破了人工智能教母李飛飛創(chuàng)立的World Labs公司最高紀(jì)錄，引起了不小的轟動(dòng)。

LeCun可以說(shuō)是AI領(lǐng)域的“異類”。當(dāng)前風(fēng)頭無(wú)兩LLM，在他看來(lái)注定沒(méi)有未來(lái)。

LeCun團(tuán)隊(duì)在研究什么呢？

人工智能界長(zhǎng)期以來(lái)對(duì)通用人工智能的執(zhí)念，深深扎根于一個(gè)自大，且站不住腳的錯(cuò)覺(jué)之上，那就是誤以為人類自身的智能是全能通用的。

LeCun團(tuán)隊(duì)發(fā)文，徹底撕開(kāi)了這層偽裝，提出了超人類適應(yīng)性智能（Superhuman Adaptable Intelligence, SAI）這一全新概念。

他們強(qiáng)烈呼吁整個(gè)行業(yè)徹底放下對(duì)通用智能的盲目崇拜，轉(zhuǎn)而張開(kāi)雙臂去擁抱專業(yè)化。

通過(guò)自監(jiān)督學(xué)習(xí)和世界模型構(gòu)建起多元化的底層架構(gòu)，把寶貴的計(jì)算資源好鋼用在刀刃上，才是推動(dòng)技術(shù)真正實(shí)現(xiàn)高效適應(yīng)與進(jìn)化的正途。

認(rèn)清人類智能的專業(yè)化本質(zhì)

大眾總是習(xí)慣性地將人類智能視為通用智能的終極黃金標(biāo)準(zhǔn)。

一個(gè)受過(guò)良好教育的普通人能夠解開(kāi)復(fù)雜的代數(shù)方程式，能夠動(dòng)手修好漏水的水管，能夠規(guī)劃一趟完美的跨國(guó)旅行，還能在棋盤上排兵布陣。

看著這些跨度極大的技能表現(xiàn)，人們很自然地得出了人類擁有通用智能的結(jié)論。

這其實(shí)陷入了用人類自身的狹隘標(biāo)準(zhǔn)來(lái)定義通用，再反過(guò)來(lái)沾沾自喜吹捧人類真正通用的死循環(huán)陷阱之中。

大自然的進(jìn)化歷程，早就將人類精細(xì)打磨成了高度適應(yīng)地球特定生態(tài)環(huán)境的專業(yè)化生物。

我們天生就無(wú)比精通的那些技能，往往并不是因?yàn)樗鼈冊(cè)跀?shù)學(xué)邏輯上有多簡(jiǎn)單，純粹是因?yàn)樗鼈儗?duì)人類在物理世界生存繁衍至關(guān)重要。

有些對(duì)我們猶如喝水呼吸般自然的動(dòng)作，在冷冰冰的計(jì)算機(jī)代碼看來(lái)卻猶如登天般困難。

著名的莫拉維克悖論精準(zhǔn)地揭示了這個(gè)巨大的認(rèn)知盲點(diǎn)。

讓一個(gè)笨重的機(jī)器人，像普通人類那樣在崎嶇的山路上直立行走并時(shí)刻保持完美的身體平衡，需要消耗龐大且極度復(fù)雜的計(jì)算資源。

而在人類看來(lái)必須絕頂聰明才能掌握的國(guó)際象棋，用簡(jiǎn)單的幾行基礎(chǔ)代碼就能讓計(jì)算機(jī)徹底吃透并橫掃天下。

這恰恰證明了人類深陷在自我編織的通用幻覺(jué)里無(wú)法自拔。

人類那雙只盯著生存法則的眼睛，根本無(wú)法察覺(jué)到自身存在著龐大到令人絕望的認(rèn)知盲區(qū)。

只要讓人類去毫無(wú)依托地心算超大矩陣乘法，或者像某些海洋生物那樣利用聲波進(jìn)行精準(zhǔn)的回聲定位，人類自稱通用的底氣立刻就會(huì)煙消云散。

以公認(rèn)的國(guó)際象棋大師馬格努斯卡爾森為例來(lái)剖析。

世人都把他捧上神壇，認(rèn)為他代表了人類大腦適應(yīng)國(guó)際象棋復(fù)雜規(guī)則的最高巔峰。

用絕對(duì)冷酷客觀的數(shù)字標(biāo)準(zhǔn)來(lái)衡量，卡爾森下棋的真實(shí)水平真的算不上有多么出神入化。

隨便一臺(tái)現(xiàn)代普通家用電腦運(yùn)行的基礎(chǔ)開(kāi)源下棋軟件，就能不費(fèi)吹灰之力將其徹底擊潰。

我們之所以覺(jué)得卡爾森是個(gè)千年一遇的天才，純粹是因?yàn)槠胀ㄈ祟愒谶@個(gè)非生存必需的任務(wù)上表現(xiàn)得實(shí)在太差勁了。

人類根本算不上什么包羅萬(wàn)象的通用智能代表，僅僅只是一群針對(duì)特定生存環(huán)境經(jīng)過(guò)億萬(wàn)年微調(diào)的高級(jí)自適應(yīng)專家。

科技界有一些極具影響力的領(lǐng)軍人物，對(duì)此拋出了截然不同的反駁意見(jiàn)。

馬斯克和哈薩比斯等人堅(jiān)稱，人類的大腦本質(zhì)上就像是一臺(tái)完美無(wú)瑕的圖靈機(jī)。

只要給足充裕到永遠(yuǎn)用不完的時(shí)間與海量的數(shù)據(jù)，人腦理論上能夠?qū)W會(huì)處理任何可計(jì)算的任務(wù)。

他們深信大腦是已知宇宙中最精致復(fù)雜且通用的神奇現(xiàn)象。

把時(shí)間撥回嚴(yán)酷的現(xiàn)實(shí)世界，這種只存在于真空球體里的理論假設(shè)完全忽略了現(xiàn)實(shí)中難以跨越的物理限制。

真實(shí)世界里的人類被有限的記憶容量死死困住，被極度短促的生命周期牢牢局限，更被狹窄的注意力帶寬無(wú)情束縛。

浩瀚無(wú)垠的宇宙中存在著龐大到完全無(wú)法想象的函數(shù)空間。

人類大腦傾盡全力所能理解和處理的問(wèn)題，僅僅是其中微乎其微的一粒宇宙塵埃。

我們之所以覺(jué)得自己無(wú)所不能，恰恰是因?yàn)槲覀兡怯邢薜囊曇埃究床灰?jiàn)那些遠(yuǎn)遠(yuǎn)超出人類感知維度的未知深海。

現(xiàn)存通用人工智能定義的諸多漏洞

想要準(zhǔn)確無(wú)誤地測(cè)量一臺(tái)機(jī)器的智能水平，是一項(xiàng)艱巨的世紀(jì)挑戰(zhàn)。

過(guò)去幾十年來(lái)，學(xué)術(shù)界常常采用基于語(yǔ)言對(duì)話的圖靈測(cè)試作為試金石。

讓機(jī)器躲在幕后拼命偽裝成人類去欺騙真實(shí)的測(cè)試者，或者用復(fù)雜的常識(shí)推理挑戰(zhàn)來(lái)評(píng)估其對(duì)自然語(yǔ)言的理解力。

蘋果公司聯(lián)合創(chuàng)始人史蒂夫·沃茲尼亞克曾提出過(guò)一個(gè)非常接地氣且廣為流傳的咖啡測(cè)試。

他要求一臺(tái)機(jī)器走進(jìn)一間完全陌生的民居廚房里，自己摸索著找到咖啡豆、研磨機(jī)和水，最終完整煮出一杯合格的咖啡。

光靠屏幕上滔滔不絕的漂亮文字輸出，絕對(duì)不足以被稱為真正的智能，真正的智能必須能夠在未知的物理環(huán)境中自如穿梭并解決實(shí)際問(wèn)題。

在仔細(xì)審視當(dāng)前的行業(yè)現(xiàn)狀時(shí)，各種關(guān)于AGI（通用人工智能）的定義，如同各種調(diào)料混雜的大雜燴般讓人眼花繚亂。

主流的各種定義基本都可以被清晰地歸納到兩個(gè)維度的坐標(biāo)系上。

第一個(gè)核心維度探討智能能力的真正來(lái)源，探討機(jī)器究竟是能夠自主學(xué)習(xí)掌握新任務(wù)，還是僅僅只能開(kāi)箱即用完成出廠預(yù)設(shè)的固定動(dòng)作。

第二個(gè)核心維度則探討智能能力的輻射范圍，探討機(jī)器是能完成宇宙中任何可能的事情，還是僅僅局限于完成任何人類覺(jué)得重要的事情。

通過(guò)這張清晰的語(yǔ)義地圖可以看出，現(xiàn)有大量關(guān)于AGI（通用人工智能）的定義往往經(jīng)不起嚴(yán)密的邏輯推敲。

一個(gè)有價(jià)值的科學(xué)目標(biāo)，必須首先在理論上具備完全的可行性。

沒(méi)有任何一種放之四海而皆準(zhǔn)的算法，能夠在不付出額外代價(jià)的情況下完美解決所有問(wèn)題。

系統(tǒng)的計(jì)算資源和能量池在這個(gè)宇宙中永遠(yuǎn)是有限的。

把有限的能量試圖均勻分散到無(wú)限數(shù)量的任務(wù)中去，每一項(xiàng)獨(dú)立任務(wù)能分到的能量最終必然會(huì)無(wú)限趨近于零。

宣稱能搞定任何可計(jì)算任務(wù)的宏大定義，在殘酷的工程實(shí)踐中根本沒(méi)有任何落地的可能。

很多行業(yè)巨頭的定義總是把目光死死盯在人類這一個(gè)物種身上。

僅僅把模仿人類行為作為終極目標(biāo)的系統(tǒng)，絕對(duì)配不上通用這兩個(gè)字。

茫茫宇宙中存在著海量人類肉身完全做不到，但對(duì)人類文明發(fā)展極具實(shí)用價(jià)值的艱深任務(wù)。

徹底拋棄人類中心主義的傲慢態(tài)度，去奮力開(kāi)拓非人類智能的廣闊空間才顯得更有價(jià)值。

表格清晰地羅列了目前主流定義陷入的死胡同。

語(yǔ)義在定義整個(gè)科研領(lǐng)域的終極目標(biāo)時(shí)極為關(guān)鍵。

對(duì)通用二字的嚴(yán)重誤解非常危險(xiǎn)，它會(huì)徹底掩蓋實(shí)現(xiàn)智能的真實(shí)路徑。

更糟糕的是，那些不能被精確量化和客觀評(píng)估的定義毫無(wú)實(shí)際用處。

無(wú)法衡量進(jìn)步速度的指標(biāo)根本無(wú)法指導(dǎo)具體的工程開(kāi)發(fā)。

一個(gè)不夠精確且?guī)еW(xué)味道的定義，只會(huì)把寶貴的科研資金引入歧途。

順應(yīng)法則擁抱專業(yè)化的必由之路

專業(yè)化絕對(duì)不是大自然在漫長(zhǎng)進(jìn)化過(guò)程中的一次偶然意外。

它是資源極度緊缺、目標(biāo)彼此沖突以及環(huán)境優(yōu)勝劣汰下一種可預(yù)測(cè)的必然結(jié)果。

一種生物如果妄想在所有極端環(huán)境中都如魚(yú)得水，它體內(nèi)攜帶的那套為了兼顧一切而妥協(xié)的雜交基因特質(zhì)，最終會(huì)讓它在任何一個(gè)特定的殘酷環(huán)境里都表現(xiàn)得平庸。

提升某一個(gè)生態(tài)位的優(yōu)異表現(xiàn)，付出的沉重代價(jià)往往是削弱其他方面的生存能力。

自然選擇的無(wú)形之手，總是偏愛(ài)并重獎(jiǎng)那些根據(jù)當(dāng)?shù)厣娣▌t進(jìn)行過(guò)銳度微調(diào)的極致設(shè)計(jì)方案。

人類的商業(yè)市場(chǎng)也是完全一致的運(yùn)作邏輯，達(dá)不到專業(yè)性能門檻的平庸實(shí)體總會(huì)被無(wú)情清洗出局。

人工智能系統(tǒng)在演進(jìn)道路上同樣逃不過(guò)這條冰冷殘酷的自然鐵律。

成本高昂到無(wú)法承受、運(yùn)行狀態(tài)極度不穩(wěn)定或者在關(guān)鍵業(yè)務(wù)領(lǐng)域精度不夠的模型，注定會(huì)被那些與特定領(lǐng)域高度匹配的專業(yè)系統(tǒng)無(wú)情拋棄。

在機(jī)器學(xué)習(xí)嚴(yán)密的數(shù)學(xué)邏輯里，算法要在某個(gè)問(wèn)題上大顯身手，就必須對(duì)目標(biāo)分布做出深刻且?guī)в衅?jiàn)的假設(shè)。

打個(gè)最通俗的比方，就像是你試圖打造一把能搞定世間一切工作的超級(jí)瑞士軍刀。給它加上了伐木的鋸子、理發(fā)的剪刀甚至開(kāi)飛機(jī)的操控桿后，它最終只會(huì)變得無(wú)比沉重臃腫。

當(dāng)你真正只需要切開(kāi)一塊鮮嫩的牛排時(shí)，這把超級(jí)軍刀的切割效率會(huì)被一把幾十塊錢的專業(yè)廚師刀徹底碾壓。

強(qiáng)行追求大一統(tǒng)的通用性，在工程實(shí)踐中完全是一場(chǎng)極度消耗算力的災(zāi)難。

多任務(wù)學(xué)習(xí)表面上看非常美好，但當(dāng)大量不同性質(zhì)的任務(wù)激烈爭(zhēng)奪有限的神經(jīng)網(wǎng)絡(luò)表示能力，或者產(chǎn)生相互沖突抵消的優(yōu)化梯度時(shí)，就會(huì)引發(fā)嚴(yán)重的負(fù)遷移效應(yīng)。

現(xiàn)代那些在排行榜上大殺四方的先進(jìn)模型，其實(shí)早就學(xué)聰明了。它們?cè)趦?nèi)部搭建了復(fù)雜的路橋系統(tǒng)，遇到具體的特定指令就迅速切換路由給垂直的專家子網(wǎng)絡(luò)。

它們表面上看起來(lái)像是一個(gè)無(wú)所不能的通才，撕開(kāi)外表里面其實(shí)坐著一屋子互不干擾的高度專業(yè)化專家。

經(jīng)典的規(guī)劃問(wèn)題一旦把場(chǎng)景鋪展到毫無(wú)邊界的任意環(huán)境中，計(jì)算復(fù)雜度就會(huì)出現(xiàn)恐怖的爆炸式增長(zhǎng)。

限定好環(huán)境邊界和動(dòng)作空間的專業(yè)智能體能夠充分利用局部的結(jié)構(gòu)特征，巧妙地避開(kāi)最壞情況的算力黑洞。

AlphaFold的驚世突破就是一個(gè)完美教科書(shū)級(jí)別的鮮活案例。它通過(guò)專注的特定領(lǐng)域訓(xùn)練和精心雕琢的微觀架構(gòu)設(shè)計(jì)，在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)領(lǐng)域創(chuàng)造了不可思議的奇跡。

設(shè)計(jì)一個(gè)既能精確折疊微觀蛋白質(zhì)，又能靈活折疊陽(yáng)臺(tái)晾曬衣物的人工智能系統(tǒng)，只會(huì)讓計(jì)算參數(shù)在兩個(gè)完全不相干的領(lǐng)域來(lái)回撕扯。

專注的專業(yè)化系統(tǒng)還能讓機(jī)器爆發(fā)出獨(dú)特的社會(huì)價(jià)值。

人類在漫長(zhǎng)的進(jìn)化中形成了大量根深蒂固的認(rèn)知偏差和捷徑啟發(fā)式思維。

這些本能在古老的原始叢林里很管用，但在面對(duì)現(xiàn)代高維統(tǒng)計(jì)推斷和復(fù)雜機(jī)制建模時(shí)卻錯(cuò)漏百出。

這就給人工智能創(chuàng)造了絕佳的切入機(jī)會(huì)。

精心設(shè)計(jì)的專業(yè)AI系統(tǒng)能夠精準(zhǔn)地出擊，完美彌補(bǔ)人類在這些復(fù)雜領(lǐng)域里的天生軟弱。

清醒認(rèn)識(shí)到人類自身的狹隘性并充分利用專業(yè)化的巨大優(yōu)勢(shì)，能夠讓機(jī)器以前所未有的速度填補(bǔ)人類能力的廣闊空白。

超人類適應(yīng)性智能開(kāi)啟多元未來(lái)

基于專業(yè)化帶來(lái)的巨大優(yōu)勢(shì)，專家們正式向全球業(yè)界提出了SAI這一極具前瞻性的燈塔指標(biāo)。

SAI巧妙地避開(kāi)了去無(wú)止境地羅列具體任務(wù)清單這種愚蠢做法。

它把評(píng)判的核心標(biāo)準(zhǔn)牢牢鎖定在面對(duì)具有人類實(shí)用價(jià)值的任務(wù)時(shí)，機(jī)器展現(xiàn)出的適應(yīng)能力上。

這既坦然接受了專業(yè)化分工的絕對(duì)必要性，又完美避開(kāi)了自吹自擂通用性的邏輯陷阱。

SAI不僅能迅速適應(yīng)并超越人類精通的所有任務(wù)，更能在人類認(rèn)知領(lǐng)域之外開(kāi)拓出極具實(shí)用價(jià)值的全新領(lǐng)地。

評(píng)判這種智能高低的核心指標(biāo)只有一個(gè)，那就是智能體獲取全新技能和學(xué)習(xí)陌生任務(wù)的絕對(duì)速度。

只要耗時(shí)越短，其展現(xiàn)出的智能水平就越高。

習(xí)慣拿人類有限的表現(xiàn)作為衡量機(jī)器進(jìn)步的永恒標(biāo)尺，是短視的行為。

依靠自我對(duì)弈和在龐大模擬環(huán)境中進(jìn)行海量進(jìn)化搜索的人工智能系統(tǒng)，早就用震撼的戰(zhàn)績(jī)證明了無(wú)需死板模仿人類也能達(dá)到超凡入圣的極高境界。

把智能看作一張固定不變的技能核對(duì)表是徒勞無(wú)功的苦役。

技能的空間是無(wú)限膨脹的，挨個(gè)測(cè)試每一項(xiàng)具體技能永遠(yuǎn)沒(méi)有盡頭。

將核心指標(biāo)從單純的性能比拼迅速轉(zhuǎn)移到適應(yīng)能力的進(jìn)化速度上，這為尋找新一代技術(shù)底座指明了清晰的方向。

SSL（自監(jiān)督學(xué)習(xí)）徹底展現(xiàn)出了作為極速適應(yīng)底層基石的龐大潛力。

在變幻莫測(cè)的真實(shí)世界里，想要人工去獲取海量且精準(zhǔn)標(biāo)注的數(shù)據(jù)簡(jiǎn)直比登天還難。

SSL（自監(jiān)督學(xué)習(xí)）徹底擺脫了對(duì)昂貴人工標(biāo)簽的深度依賴，直接深入數(shù)據(jù)內(nèi)部的隱藏結(jié)構(gòu)中自動(dòng)汲取豐富的知識(shí)營(yíng)養(yǎng)。

大量嚴(yán)謹(jǐn)?shù)难芯壳逦C實(shí)，即使在有充裕標(biāo)注數(shù)據(jù)的情況下，SSL（自監(jiān)督學(xué)習(xí)）的表現(xiàn)也毫不遜色甚至遠(yuǎn)遠(yuǎn)超越了傳統(tǒng)的監(jiān)督學(xué)習(xí)。

人類復(fù)雜的大腦絕對(duì)不是一塊沒(méi)有任何縫隙的鐵板，而是一個(gè)由無(wú)數(shù)不同分工的子系統(tǒng)精密咬合嵌套而成的龐大立體網(wǎng)絡(luò)。

這就注定了絕不可能只靠單一的一套底層架構(gòu)，或者一個(gè)孤立的模型就能包打天下。

人工智能要實(shí)現(xiàn)快速的適應(yīng)能力，必須要依靠多模態(tài)的協(xié)同和豐富的架構(gòu)多樣性。

當(dāng)前行業(yè)內(nèi)大家一窩蜂地去內(nèi)卷自回歸大語(yǔ)言模型，雖然共享開(kāi)源工具鏈帶來(lái)了短暫的研發(fā)狂歡，但卻極大地壓縮了技術(shù)探索的廣袤空間。

自回歸模型在預(yù)測(cè)過(guò)程中，不可避免地會(huì)遭遇致命的指數(shù)級(jí)發(fā)散災(zāi)難。

隨著預(yù)測(cè)步驟的不斷拉長(zhǎng)，每一次微小的預(yù)測(cè)誤差都會(huì)像滾雪球一樣在后續(xù)步驟中被瘋狂成倍放大。

這種不斷復(fù)合累加的細(xì)微錯(cuò)誤，最終會(huì)導(dǎo)致長(zhǎng)期的邏輯推理鏈條變得脆弱甚至徹底斷裂。

這就需要整個(gè)人工智能行業(yè)放棄在最底層的像素級(jí)別或者Token級(jí)別死磕。

構(gòu)建強(qiáng)大的世界模型，直接在更宏大的潛在空間層面進(jìn)行全局預(yù)測(cè)，才是徹底破解當(dāng)前技術(shù)僵局的終極密匙。

物理世界的隨機(jī)性實(shí)在太龐雜了，執(zhí)著于預(yù)測(cè)每一個(gè)無(wú)關(guān)緊要的像素細(xì)節(jié)浪費(fèi)算力且毫無(wú)現(xiàn)實(shí)意義。

讓機(jī)器學(xué)會(huì)提煉出一套緊湊，且能深刻反映系統(tǒng)動(dòng)態(tài)規(guī)律的內(nèi)部底層表征，它就能在虛擬的數(shù)字大腦中進(jìn)行精準(zhǔn)的未來(lái)模擬推演。

這就是機(jī)器能夠?qū)崿F(xiàn)在完全陌生的環(huán)境中進(jìn)行零樣本極速適應(yīng)的核心底牌。

多元化的世界模型，能夠有效地對(duì)抗行業(yè)內(nèi)日益嚴(yán)重的同質(zhì)化僵局，促使有限的計(jì)算資源被精準(zhǔn)投放到真正產(chǎn)生巨大社會(huì)效用的專業(yè)領(lǐng)域中。

那個(gè)精準(zhǔn)地折疊出無(wú)數(shù)生命蛋白質(zhì)結(jié)構(gòu)的AI，絕不應(yīng)該被派去處理家里的衣服折疊的瑣事。

參考資料：

https://arxiv.org/pdf/2602.23643