再強調一次，現在的ai是有用的，但問題太多，離取代還很遙遠。 Yann Lecun已經講超過一年了，不要再花時間在LLM上，我們需要更先進的架構。 https://www.techbang.com/posts/122728-yann-lecun-not-interested-in-llms-focuses-on-ai-hard-problems " 談到 AI 未來真正的挑戰，LeCun 清楚地指出了四個他認為至關重要、但目前尚未有令人滿意解答的領域。 第一是對物理世界的理解。他舉了一個極簡的例子：當人看到一個瓶子，知道推它會滑，敲它會彈，這些都是我們從小累積的世界模型。但今天的 AI，無論是從圖片、影片還是文字中，都無法真正掌握這些「常識」。 第二個挑戰是持久記憶。大多數 AI 系統處理輸入時是一次性的：輸入 → 推理 → 輸出。它不會記得你上一秒說了什麼，更無法累積對世界的長期觀察與認知。而人類的記憶，正是推理與學習的基礎。 第三，則是最根本也最具哲學意味的問題：推理。LeCun 對現今所謂「agentic AI」的批評頗為嚴厲。他認為讓模型生成一堆答案，再從中選出最可能正確者，根本不是推理，而是暴力試錯。他說這種方法就像「亂寫程式然後看哪個跑得動」，低效而粗糙。 第四個挑戰則是規劃能力。真正的智能不只是對當下做出反應，更能思考未來。他形容：「如果 AI 能夠在內部模擬一個世界，然後根據某個假設行動去預測未來的結果，那它就能計劃達成目標的最佳路徑。」而這，才是人類做決策的真正方式。 " 現在ai寫程式的賣點是，程式師規劃大綱，讓"agentic ai"小段小段的暴力嘗試，還有很長的context length來記得interaction。然後你可以有百個，千個ai幫你寫程式，絕對是比自己寫有效率。 但是，百個，千個ai垃圾，出來的還是垃圾。瓶頸還是在人類做判斷，哪個可以留下，哪個拋棄。結果花的時間並沒有減少。 現在是"工人ai"在推進llm如之前po在本版的工作。 https://www.ptt.cc/bbs/Soft_Job/M.1739017637.A.EA3.html Meta剛花14.5b投資Scale AI，為什麼？因為"工人 data labeling"才是目前的重點。 當初gpt橫空問世的時候，不是"工人ai"馬上要被淘汰了，怎麼現在越來越值錢？ 現在ai就是「Fake it till you make it」。如同自駕一樣，每年都是自駕元年，喊個10年20年，遲早會對的。 現在就是一堆壞人跟外行人在吹AI。我們實際了解的人，還在找適當的地方使用。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 58.114.66.74 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1751415911.A.CB9.html 推 Kroner: 綜合維他命 07/02 10:54推 Chricey: 瑪卡副作用 07/02 11:04