现代人工智能（AI）发展的关键人物扬?勒昆（Yann LeCun）公开反对他所认为的对人工智能能力和潜在危险的过度预测和担忧。这位元科学家称对人工智能的担忧是“彻头彻尾的扯淡”，同时声称这项技术比家猫还笨。
据《华尔街日报》报道，人工智能领域的知名人士、meta平台首席人工智能科学家扬·勒昆（Yann LeCun）正在反对他认为夸大人工智能当前和近期能力的说法。作为2019年A.M.的获奖者之一图灵奖通常被称为“计算领域的诺贝尔奖”，LeCun的观点在人工智能领域具有重要意义。
LeCun的立场与他的一些同行和其他科技行业领袖形成鲜明对比，他们一直在直言不讳地谈论人工智能的快速发展和潜在风险。例如，OpenAI公司的山姆·奥特曼（Sam Altman）曾表示，人工通用智能（AGI）可以在“几千天”内实现，而埃隆·马斯克（Elon Musk）则预测，它最早可能在2026年实现。
然而，LeCun坚持认为，目前的人工智能模型尽管有用，但远不能与家庭宠物的智能相媲美。当被问及人工智能可能很快强大到足以对人类构成威胁的担忧时，LeCun驳斥了这种说法，他说：“你要原谅我的法语，但这完全是胡说八道。”
LeCun认为，今天的人工智能系统，包括为ChatGPT等聊天机器人提供动力的大型语言模型（llm），缺乏智能的基本方面，如常识、持久记忆以及推理或计划的能力。他将人工智能的现状比作比家猫更无能，家猫拥有物理世界的心智模型和一些推理能力。
这位人工智能先驱的怀疑延伸到了这样一种观点，即仅仅用更多的数据和计算能力来扩展当前的人工智能模型，就能实现AGI。相反，LeCun认为，要实现人类水平的智能，需要一种完全不同的人工智能设计方法。他认为，未来的突破可能来自对人工智能系统的研究，这些系统以更类似于动物和人类发展智能的方式从现实世界中学习。
在meta， LeCun管理着世界上资金最充足的人工智能研究机构之一，正在开发能够消化和学习现实世界视频的人工智能。这种方法旨在建立模型，以一种类似于婴儿通过观察环境来学习的方式建立对世界的理解。
虽然承认人工智能对meta等公司的重大影响，它是实时翻译和内容审核等功能不可或缺的一部分，但LeCun仍对夸大人工智能目前的能力持谨慎态度。他指出，虽然大型语言模型擅长预测序列中的下一个单词，并且拥有巨大的记忆容量，但这并不等同于真正的智能或推理能力。
LeCun的立场引发了公众与其他人工智能专家的分歧，包括他的同事图灵奖得主Geoffrey Hinton和Yoshua Bengio，他们对先进人工智能系统的潜在危险表示担忧。
正如布莱巴特新闻网此前报道的那样，辛顿认为人工智能可能会试图超越人类：
