🔥 PTT.BEST 批踢踢爆文 💬 八卦 Gossiping 😊 希洽 C_Chat 💰 股票 Stock 🏠 房屋 home-sale 🏀 美國職籃 NBA ⚾ 棒球 Baseball 👛 省錢 Lifeismoney 🚗 汽車 car 😡 政黑 HatePolitics 💻 電蝦 PC_Shopping 🥰 韓星 KoreaStar ✨ 英雄聯盟 LoL 🍿 電影 movie 🪖 軍事 Military 📡 通訊 MobileComm 🏀 台籃 basketballTW 🍼 寶媽 BabyMother 🇯🇵 日旅 Japan_Travel 🏭 科技 Tech_Job 👉 男女 Boy-Girl 👉 真香 CheerGirlsTW 👧 女孩 WomenTalk 👻 媽佛 marvel 💳 卡版 creditcard 👉 NS NSwitch 👉 PS5 PlayStation 👉 大氣 TY_Research 👉 婚姻 marriage 👉 台南 Tainan 👉 台中 TaichungBun 👉 Steam Steam 👉 高雄 Kaohsiung 👉 羽球 Badminton 👉 超商 CVS 👉 米哈遊 miHoYo 👉 iOS 👉 兄弟 Elephants 👉 日劇 Japandrama 👉 玄幻 CFantasy 👉 ES e-shopping 👉 WOW 👉 遊戲交易 Gamesale 👉 4X BaseballXXXX 👉 Lakers 👉 韓劇 KoreaDrama 👉 汽車買賣 CarShop 👉 機車 biker 👉 新竹 Hsinchu 👉 美保 BeautySalon 👉 串流 OTT 👉 歐美影集 EAseries 👉 手機交易 mobilesales 👉 健身 MuscleBeach 👉 MacShop 👉 Lions 👉 FGO FATE_GO 👉 中劇 China-Drama 👉 數位貨幣 DigiCurrency 👉 暗黑 DIABLO 👉 實習教師 studyteacher 👉 航空 Aviation 👉 藝文票券轉售 Drama-Ticket 👉 韓綜 KR_Entertain 👉 美妝 MakeUp 👉 速食 fastfood 👉 手錶 watch 👉 體適能 FITNESS 👉 攝影 DSLR 👉 Headphone 👉 嘻哈 Hip-Hop 👉 轉珠 PuzzleDragon 👉 美食 Food 👉 蔚藍 BlueArchive 👉 數位相機交易 DC_SALE 👉 筆電蝦 nb-shopping 👉 軟工 Soft_Job 👉 汪踢 Wanted 👉 台綜 TW_Entertain 👉 坂道閒聊 SakaTalk 👉 貓咪 cat 👉 日GO BabyProducts 👉 TypeMoon 👉 MLB 👉 職場 Salary 👉 臺劇 TaiwanDrama 👉 海賊王 ONE_PIECE 👉 PMGO PokemonGO 👉 國營 Gov_owned 👉 碧航 AzurLane 👉 家電 E-appliance 👉 布蘭德 Brand 👉 DMMG DMM_GAMES 👉 贈送 give 👉 神魔 ToS 👉 銀行服務板 Bank_Service 👉 原創 YuanChuang 👉 期權 Option 👉 重機 SuperBike
※ 引述《jerrychuang ()》之銘言: : 原文標題: : ※請勿刪減原文標題 : Meta AI靈魂人物出走!楊立昆籌備創業 挑戰祖克柏路線 : 原文連結: : ※網址超過一行過長請用縮網址工具 : https://news.cnyes.com/news/id/6232375 : 發布時間: : ※請以原文網頁/報紙之發布時間為準 : 段智恆 綜合外電 : 2025-11-11 21:30 : 記者署名: : ※原文無記載者得留空 : 段智恆 綜合外電 : 2025-11-11 21:30 : 原文內容: : 根據英國《金融時報》(FT)周二 (11 日) 報導,Meta(META-US)首席人工智慧 (AI) 科學 : 家、圖靈獎得主楊立昆 (Yann LeCun) 計劃離開公司,創立自己的 AI 新創企業。此舉正 : 值執行長祖克柏重組 Meta 人工智慧部門、力圖追趕 OpenAI 與 Google(GOOGL-US)之際 : ,顯示公司內部 AI 方向出現明顯分歧。 : cover image of news article : Meta AI靈魂人物出走!楊立昆籌備創業 挑戰祖克柏路線(圖:REUTERS/TPG) : FAIR 創辦人將離職 自組新創延續「世界模型」研究 : 根據《金融時報》報導,現年 63 歲的楊立昆已向親近人士透露,將於未來數月內離開 : Meta。他目前正與潛在投資人展開早期募資討論,籌備以「世界模型」(World Models) : 為核心的新創事業,延續他多年推動的研究方向。截稿前,楊立昆與 Meta 均未回應置評 : 請求。 : 勒坤自 2013 年創立臉書人工智慧研究實驗室 (FAIR) 以來,一直是現代深度學習 (Deep : Learning) 領域的奠基者之一,也是卷積神經網路 (Convolutional Neural Network, : CNN) 的發明人。2018 年,他與辛頓 (Geoffrey Hinton) 與班吉歐 (Yoshua Bengio) 共 : 同獲得圖靈獎(Turing Award),表彰他們對深度神經網路的突破性貢獻。 : 楊立昆同時也是紐約大學 (New York University) 資料科學與電腦工程學教授。他對大 : 型語言模型 (LLM) 發展方向一直持保留態度,認為這類模型雖「實用」,但永遠無法具 : 備人類式推理與規劃能力。他主張發展能從影像與空間資料學習的「世界模型」,以建立 : 真正具備理解力與常識的 AI 系統。 : 祖克柏重組 AI 戰略 「超級智慧團隊」取代長期研究 : 楊立昆的離職計畫,正發生在祖克柏推動 AI 戰略大幅轉向之際。Meta 近月成立「超級 : 智慧實驗室」(Superintelligence Labs),由 28 歲的資料標註公司 Scale AI 創辦人汪 : 滔 (Alexandr Wang) 領軍。Meta 耗資約 143 億美元取得 Scale AI 49% 股權,並延攬 : 汪滔擔任 AI 主管,讓楊立昆原本隸屬的 FAIR 研究部門改向他匯報。 : 祖克柏希望加快 AI 產品上市節奏,在 Llama 4 大型語言模型表現不如 OpenAI 與 : Google 後,親自挑選 TBD Lab 小組加速開發 Llama 新版本,並以 1 億美元薪資延攬對 : 手陣營的頂尖人才。今年 7 月,他還聘請 ChatGPT 共同創作者趙晟佳 (Shengjia Zhao) : 出任「超級智慧實驗室」首席科學家。 : 然而,Meta 的高額投資引發市場質疑。10 月底,祖克柏預告 AI 支出明年可能突破 1, : 000 億美元後,Meta 股價暴跌 12.6%,市值蒸發近 2,400 億美元。勒坤的出走被視為公 : 司 AI 團隊連串高層異動的延續。此前,AI 副總裁畢諾 (Joelle Pineau) 於 5 月離職 : 轉投加拿大新創 Cohere,上月公司又裁撤 AI 研究部門約 600 人,以求削減成本並加快 : 產品推進。 : 分析人士指出,楊立昆離開 Meta 標誌著 AI 理念上的重大分歧:祖克柏押注可快速商轉 : 的生成式 AI 與大型語言模型,而楊立昆堅持長期基礎研究與通用人工智慧 (AGI) 理論 : 。隨著他籌備新創專注於「世界模型」架構,這場 AI 路線之爭可能將從 Meta 內部蔓延 : 至整個產業舞台。 : 心得/評論: : ※必需填寫滿30正體中文字,無意義者板規處分 : 楊立昆終於要離職了 : 雖然之前好像版上大大就有預告了 : 不搞LLM : 只搞世界模型還是不符合阿祖的目標 : 可是離開FB後 : 就沒有這麼多算力可以玩世界模型了吧 閒聊, 沒有要批評任何人或是公司, 楊立昆算是AI影像辨識跟影像處理的第一人, 在ChatGPT LLM 出現之前, 楊立昆的江湖地位是AI界的第一把交椅, 沒有之一, 因為在ChatGPT LLM 出現之前, AI應用最多也是最成熟的就是影像辨識跟影像處理, 從人臉辨識到自駕車, 通通都是靠這技術, 精準度可以高達99.9%以上, 但是楊立昆的研究領域真的不在GPT LLM 其實, AI的研究領域非常多, GPT LLM只是眾多AI領域之一, 並非全部, 所以不要把GPT LLM看成是AI唯一的道路, 甚至, 我問過很多人,包含同事午餐閒聊, 所有人一致認同 "LLM 不可能達到AGI", 我個人比較看好SLM, 但是不論是SLM 或 LLM, 都不可能達到AGI, 因為"沒有創造力" 就像很多人說的, LLM 就是文組的背多分, 即使是我之前舉例的開根號解題例子, 你也可以用背答案的方式去解數學問題, LLM 就是把人類所有的知識都背起來, 不論是數學問題, 醫學, 文學, 法律等等的各種知識, 只要出現過的, 他就可以答出來, 但是他沒有創造力, 遇到沒看過的問題, LLM就無法解決 既然LLM無法達到AGI, 為何全部的公司都一窩蜂全力去做LLM, 首先, 不是全部的公司, 有些人跟有些公司, 像是楊立昆, 就不搞LLM 第二點, LLM 可以大力出奇蹟, 可以無窮接近AGI, 就像你背多分, 只要你願意背, 就可以拿到分數, 至於沒看過的題目, 就算了 你看多簡單, 不需要去想算法去解決問題, 不需要動腦筋, 只要拼命喂資料, 拼命叫LLM背下來, 剩下來就是比拼算力, 電力, 跟資料量 就算我的算力或是資料量比你差一點, 但是背多分嘛, 我背得比你少, 成績或跑分也只是差你一點, 不至於到差太多, 等訓練久了之後, 各家的LLM把世界資料都訓練差不多之後, 各家的LLM都不會差太多 但是你想走另外一條路, 比方說, 走真正的AGI 真正的創造力, 你很可能把全世界都歐印最後得到的是零分 數學不會, 數學不會就是不會 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 76.103.225.6 (美國) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1762925104.A.67F.html
gabriel : 推不會就是不會 11/12 13:29
rainingkid : LLM速成,資本喜歡 11/12 13:32
sdbb : 謝謝,99ggll 11/12 13:32
zxcvbnm2010 : 所以要怎樣變AGI? 11/12 13:33
類神經網路就是在模仿人類腦神經, 我個人看法, 或許是從完全模仿人類大腦之後再精進, 而不是一直填鴨教育
jerrychuang : 填鴨式教育,短期強,長期還是要能質變 11/12 13:34
joshddd : agi 要達成 就是馮紐曼說的 可以自我進化 11/12 13:36
joshddd : Self-Replicating Automata 11/12 13:36
sdbb : LLM是過渡非終點,但,能撈就撈 11/12 13:36
HiuAnOP : 數學不會背叛你!不會就是不會! 11/12 13:37
ken123321987: 我不會數學 對不起 11/12 13:38
strlen : 其實LLM有創造力 但你們說那是幻覺 XD 11/12 13:40
ruokcnn : 投資客眼中的AGI跟實際AGI的認知落差非常大 11/12 13:41
applegoodeat: 人腦物理結構就不一樣,現行的電腦架構幾乎很難出 11/12 13:41
applegoodeat: 現人的意識 11/12 13:41
blackbrid : 數學不會就是不會不會騙人,但股價就…………. 11/12 13:41
applegoodeat: 以產品來說,LLM 就很好用了,機器女僕聽話能幹就 11/12 13:42
applegoodeat: 好 11/12 13:42
sdbb : 能幹就好 11/12 13:43
stlinman : 下一波AI發展奇異點應該在會出現新的AI學習方法 11/12 13:44
的確, 100%贊成 ※ 編輯: waitrop (76.103.225.6 美國), 11/12/2025 13:49:11
pov : AGI就圈錢口號 未來應該是各種專用模型和agent逐漸 11/12 13:47
pov : 取代人 11/12 13:47
沒錯, 目前真正走的方向就是各種專用模型和agent, 就是走SLM這條路, 根本就沒有AGI這回事, 至少目前LLM SLM不可能AGI ※ 編輯: waitrop (76.103.225.6 美國), 11/12/2025 13:50:54
kusotoripeko: 大概和HALO遊戲提到的人工智能有兩種,一種就是 11/12 13:49
kusotoripeko: 大數據灌出來,平常很好用,但最頂的另一種會思考 11/12 13:49
skullno2 : 印象中深藍是背答案 AlphaGo 開始理解下棋了 11/12 13:53
AlphaGo是用即時窮舉法, 也就是下棋的人說的提前想好幾步棋, AlphaGo能夠提前想好之後十幾步棋的所有可能結果, 從中選出最好的下一步, 聽說AlphaGo就是比棋王多算出幾步棋, 當然這跟LLM是完全不同的AI實現方式 ※ 編輯: waitrop (76.103.225.6 美國), 11/12/2025 13:57:22
chigo520 : 換個角度想 大部分人類不也這樣,沒看過就是不會 11/12 13:56
不, 人類跟其他動物不一樣的地方, 就是有天才可以解決沒看過的問題, 這也是人類能夠一直進步一直有創造力的主因 ※ 編輯: waitrop (76.103.225.6 美國), 11/12/2025 13:59:12
Lhmstu : LLM一定不是正解拉,正解就是像人這種,少量資訊跟 11/12 13:57
Lhmstu : 能源,可以直接推理創造的 11/12 13:57
pippenjr : llm就贏過99%的人類了 11/12 13:59
joshddd : llm 可以不是正解啊 但是他可以是正姐 色色才是生 11/12 14:00
joshddd : 產力 戀愛聊天色情機器人難道不香嗎 11/12 14:00
zxcvbnm2010 : 那目前誰有辦法做DCNN?誰最屌? 11/12 14:01
Fezico : AGI本質是自我思考吧,但走到那一步就是準備當電池 11/12 14:04
不過最後還是要誇獎一下Meta, Meta擁有全矽谷最強的刷題團隊, 全矽谷最學霸的團隊, 對於背多分這種事情一定是最拿手的, 由最強刷題明星隊來做LLM, 我實在想不出有誰比他們更適合了 ※ 編輯: waitrop (76.103.225.6 美國), 11/12/2025 14:09:31
joygo : agi 一定不是這種做法 反正總會有個科學家找到 11/12 14:09
Eriri : 過去十年這波AI熱潮的技術本質就那樣 想要AGI本來就 11/12 14:09
Eriri : 很難 甚至連無窮接近我看都沒戲 大概遲早會碰到智 11/12 14:09
Eriri : 能瓶頸 不過反正本來百分之99的人類也沒有推演跟創 11/12 14:09
Eriri : 造能力 改變人類社會還是夠了 11/12 14:09
bnn : 是 光是背多分就能取代99%人類了 11/12 14:10
NexusPrime : 我認為用單純的二進位制電腦是永遠不會有AGI,最多 11/12 14:11
NexusPrime : 能在某些領域模仿人類到極致的功能。人類之所以有 11/12 14:11
NexusPrime : 創造力是因為有意識,而意識來自靈魂,靈魂這個東 11/12 14:11
NexusPrime : 西本質現在根本無人真正理解,有些靈性研究的人認 11/12 14:11
NexusPrime : 為靈魂來自宇宙,人類與萬物的靈魂與意識是宇宙整 11/12 14:11
NexusPrime : 個靈性的極小部分(不管信不信,反正目前除了外星人 11/12 14:11
NexusPrime : ,人類對靈性這領域的認知趨近於零) 11/12 14:11
kentelva : 說LLM沒有創造力是完全錯誤。 11/12 14:16
FISH0225 : LLM可以生出常溫超導體嗎?都三年了 11/12 14:23
whyhsu : 推 11/12 14:23
NyanCats : 我是覺得只要他們沒有自我需求、沒有類似生物的生存 11/12 14:26
NyanCats : 壓力 11/12 14:26
NyanCats : 就不會有那些特質出現 11/12 14:26
NyanCats : 不過那樣的東西大概也不是人們要的 11/12 14:26
NyanCats : 因為那就是有各種優缺點的"人"了 11/12 14:26
wu7477 : The Bitter Lesson 11/12 14:27
qqpbpp : 我不懂為什麼要迷信agi,要商業價值根本不需要agi, 11/12 14:31
qqpbpp : agi反而代表危險和不可控 11/12 14:31
madeinheaven: 三星已經做出TRM 顛覆了當前AI 11/12 14:36
Kydland : alphago不太算窮舉法 不然他每一步會耗太多時間 我 11/12 14:36
Kydland : 記得他好像有兩個能力 一個是細部計算 一個是大局 11/12 14:36
Kydland : 觀 大局觀會先判斷剪去沒意義不必要的選擇 再針對 11/12 14:36
Kydland : 剩餘的幾種合理的下棋選擇計算 11/12 14:36
Kydland : 當然這算是變形的窮舉法 但和西洋棋的計算不同 11/12 14:37
Kydland : alphago一開始先被餵人類棋譜 學習人類是大局觀的 11/12 14:40
Kydland : 思考方式 後來的乾淨版本靠自我對弈摸索出圍棋知識 11/12 14:40
Kydland : 也練就了大局觀的能力 11/12 14:40
Kydland : 所以李世石和柯潔在面對alphago的時候會這麼震驚 11/12 14:43
Kydland : 尤其是李世石的那個版本 李世石完全沒想到電腦的棋 11/12 14:43
Kydland : 路選擇可以這麼的像人類 他本來以為電腦只是很會算 11/12 14:43
Kydland : 但卻出乎他預想的擁有非常強大的佈局能力 11/12 14:43
Fezico : AGI背後代表是無限勞動力 11/12 14:47
chopinmozart: LLM已經差不多遇到算力瓶頸了 要靠垂直模型 11/12 14:50
pponywong : 其實AI會推理 但是它沒辦法拿去現實世界做驗證 所 11/12 14:51
pponywong : 以越推理越唬爛 11/12 14:51
pponywong : 它所有的知識 都是人餵給它的 但是它沒辦法走出去 11/12 14:53
pponywong : 自己認識世界 11/12 14:53
Kydland : 找到了 alphago有兩條神經網路 一個是策略網路 一 11/12 14:54
Kydland : 個是估值網路 前者是大局觀的佈局選擇 後者是細部 11/12 14:54
Kydland : 計算的推演 11/12 14:54
ProTrader : AGI更多是一種理想狀態 以目前各種AI模型都不可能 11/12 16:08
ProTrader : 所以看到商業化AGI時 就直接看成宣傳廣告吹牛 11/12 16:09
mdkn35 : 那有SM嗎? 11/12 16:09
ProTrader : 如果是學術上AGI就是很重要的研究主題 可以認真看 11/12 16:09
ProTrader : 至於從LLM到SLM是工程師優化LLM必然的結果 11/12 16:10
ProTrader : 現在所謂的SLM如果回到10多年前 其實超級大 11/12 16:11
ProTrader : 現在各大廠與新創就是著眼於能落力應用賺現金的AI 11/12 16:12
ProTrader : 之前就說過楊立昆的立場篇向學術研究 11/12 16:14
ProTrader : 在楊立昆的世界模型能真正商業化前也就這樣了 11/12 16:16
ProTrader : 至於多數人類從先學會使用各種AI工具開始 11/12 16:19
ProTrader : 想來AI未來會在各種專業領域逐漸超越人類 11/12 16:20
ActionII : 創造力應該要靠外圍工具去實現 11/12 16:35
roseritter : 只要能幹掉70分的人類 就是個裁員好理由 11/12 16:39

💰 股票 Stock 版:熱門文章

💰 股票 Stock 版:更多文章