思考总结10年，图灵奖得主Yann LeCun指明下一代AI方向：自主机器智能（2）
设计和训练世界模型毫不夸张的说，未来几十年阻碍人工智能发展的真正障碍是为世界模型设计架构以及训练范式。本文的主要贡献之一正是分层架构和世界模型的训练，可以在预测中表示多个结果。训练世界模型是自监督学习（SSL）中的一个典型例子，其基本思想是模式补全。对未来输入（或暂时未观察到的输入）的预测是模式补全的一个特例。在这项工作中，世界模型旨在预测世界状态未来表征。自监督学习自监督学习 (SSL) 作为....
思考总结10年，图灵奖得主Yann LeCun指明下一代AI方向：自主机器智能（1）
在这篇长达 62 页的论文中，LeCun 表示，这篇论文提炼了他对过去 5 年 - 10 年关于 AI 发展大方向的思考，这基本上是他计划在接下来的 10 年中开展的工作，也是他希望激励其他人从事的工作。 随着机器学习的不断发展，领域内的研究者开始思考一个问题：我们离通用人工智能（AGI）还有多远？要实现 AGI，最关键的一点是让机器了解世界是如何运转的，掌握广泛的现实知识。这也是图灵奖...
图灵奖获得者Yann LeCun：未来几十年AI研究的最大挑战是「预测世界模型」
LeCun 认为，构造自主 AI 需要预测世界模型，而世界模型必须能够执行多模态预测，对应的解决方案是一种叫做分层 JEPA（联合嵌入预测架构）的架构。该架构可以通过堆叠的方式进行更抽象、更长期的预测。LeCun 和 Meta AI 希望分层 JEPA 可以通过观看视频和与环境交互来了解世界是如何运行的。深度学习大规模应用之后，人们一直期待真正的通用人工智能出现，能够带来进一步的技术突破。对此，....
图灵奖获得者 Yann LeCun ：学习“世界模型”的能力是构建人类级 AI 的关键所在
尽管人工智能研究最近取得了显著进展，但我们离创造出像人一样善于思考和学习的机器还很远。正如 Meta AI 首席人工智能科学家 Yann LeCun 所指出的那样，一个从未摸过方向盘的青少年可以在大约 20 个小时内学会开车，而当今最好的自动驾驶系统也需要数百万甚至数十亿带标签的训练数据和数百万次虚拟环境中的强化学习试验。即便如此，它们驾驶汽车也还是不如人类可靠。构建接近人类水平的人工智能需要什....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
产品推荐
阿里云机器学习平台PAI
阿里云机器学习PAI（Platform of Artificial Intelligence）面向企业及开发者，提供轻量化、高性价比的云原生机器学习平台，涵盖PAI-iTAG智能标注平台、PAI-Designer（原Studio）可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台，支持千亿特征、万亿样本规模加速训练，百余落地场景，全面提升工程效率。
+关注