图灵奖得主、Meta首席AI科学家杨立昆（Yann LeCun）在最近播出的“Big Technology Podcast”科技播客节目中，谈及了当前生成式AI为何难以做出科学发现以及未来AI的发展趋势。

他表示，现有的大语言模型等AI技术本质上是基于文本训练并通过统计规律生成答案，无法创造新的事物，因此存在局限性。与此相对，人类能够运用常识和心理模型思考并解决新的问题，这是目前AI大模型所不具备的能力。他进一步指出：“这些模型只是在大量文本数据上进行训练以进行检索和生成，缺乏对物理世界的理解和抽象推理能力。”

在节目中，杨立昆认为当前大语言模型的发展已经接近瓶颈，训练数据的增长带来的回报正在递减。进一步获取数据不仅成本高昂，而且难以达到预期效果。单纯扩大模型的规模和增加训练数据无法实现人类水平的AI，因为大模型缺乏真正的推理能力和对物理世界的理解。

杨立昆指出，真正的AI需要理解物理世界，拥有持久的记忆，支持推理和规划。他正在研究一种新的系统，旨在通过建立一个模型来预测物理世界的行为，从而帮助AI“理解”现实。他提到，目前的AI系统依然受限，现有技术难以支撑家用机器人和自动驾驶汽车的发展。

杨立昆在今年2月预测，到2030年前AI技术将迎来进一步的革命。他认为，“AI现在还不能与人类匹敌。如果我们能够开发出像猫或老鼠一样聪明的系统，那就算是一大进步。”对此，他继续致力于推动AI技术的发展，以期在未来实现更广泛的应用。

（附带图片：杨立昆在节目中的照片）