Meta首席科學傢、深度學習先驅揚·勒昆（YannLeCun）表示，他認為目前的人工智能系統還需要幾十年的時間才能達到某種意義上的感知能力，具備常識的人工智能系統可以超越僅僅以創造性的方式總結大量文本的能力。
他的觀點與英偉達截然相反
英偉達首席執行官黃仁勛最近表示，人工智能將在不到五年的時間內與人類“相當有競爭力”，在許多腦力密集型任務上勝過人類。
“我認識黃，”勒昆最近在Facebook母公司Meta基礎人工智能研究團隊成立10周年紀念活動上表示。勒昆說英偉達CEO可以從人工智能熱潮中收獲良多。“這是一場人工智能‘戰爭’，他在提供‘武器’。”
″（如果）你認為人工智能很流行，你就得買更多的GPU，”勒昆在談到試圖開發人工通用智能的技術人員時說，這種人工智能與人類的智能水平相當。隻要OpenAI等公司的研究人員繼續追求AGI，他們就需要更多英偉達的計算機芯片。
勒昆表示，社會更有可能在人類水平的人工智能出現前幾年出現“貓級”或“狗級”的人工智能。科技行業目前對語言模型和文本數據的關註，不足以創造出研究人員幾十年來一直夢想的那種先進的類人人工智能系統。
“文本是一個非常糟糕的信息來源，”勒昆解釋說，人類可能需要2萬年才能閱讀用於訓練現代語言模型的文本量。“用相當於兩萬年的閱讀材料來訓練一個系統，它們仍然不明白，如果A和B相同，那麼B就和A相同。”
“世界上有很多非常基本的東西，他們隻是沒有通過這種訓練，”勒昆說。
因此，勒昆和Meta AI的其他高管一直在大力研究如何定制用於創建ChatGPT等應用程序的所謂轉換器模型，以處理各種數據，包括音頻、圖像和視頻信息。他們認為，這些人工智能系統越能發現這些不同類型的數據之間可能存在的數十億個隱藏的相關性，它們就越有可能實現更神奇的壯舉。
Meta的一些研究包括一種軟件，可以幫助人們在戴著該公司的Project Aria增強現實眼鏡時更好地打網球，這種眼鏡將數字圖形融入現實世界。高管們展示一個演示，一個戴著AR眼鏡打網球的人能夠看到視覺提示，教他們如何正確地握住網球拍，並以完美的方式擺動手臂。為這類數字網球助手提供動力所需的人工智能模型，除文本和音頻之外，還需要混合三維視覺數據，以防數字助手需要說話。
這些所謂的多模式人工智能系統代表下一個前沿領域，但它們的發展並不便宜。隨著Meta和谷歌母公司Alphabet等越來越多的公司研究更先進的人工智能模型，英偉達可能會獲得更大的優勢，尤其是在沒有其他競爭對手出現的情況下。
未來的人工智能硬件
英偉達一直是生成式人工智能的最大捐助者，其昂貴的圖形處理單元已成為用於訓練大規模語言模型的標準工具。Meta依靠16000個Nvidia A100 GPU來訓練它的Llama AI軟件。
有媒體問，隨著Meta和其他研究人員繼續開發這類復雜的人工智能模型，科技行業是否需要更多的硬件供應商。
“它不需要它，但它會很好，”勒昆回答，並補充說GPU技術仍然是人工智能的黃金標準。
不過，他說，未來的計算機芯片可能不會被稱為GPU。
勒昆也對量子計算持懷疑態度，微軟、IBM和谷歌等科技巨頭都投入大量資源。Meta之外的許多研究人員認為，量子計算機器可以在數據密集型領域（如藥物發現）取得巨大進步，因為它們能夠使用所謂的量子比特執行多次計算，而不是現代計算中使用的傳統二進制比特。
但勒昆對此表示懷疑。
“你用量子計算解決的問題數量，你也可以用經典計算機更有效地解決，”勒昆說。
“量子計算是一個迷人的科學話題，”勒昆說。目前還不太清楚“實際意義和制造真正有用的量子計算機的可能性”。
Meta高級研究員、前技術主管邁克·施羅普夫（Mike Schroepfer）對此表示贊同，他每隔幾年就會對量子技術進行評估，並認為有用的量子機器“可能會在某個時候出現，但它的時間跨度太長，與我們正在做的事情無關”。
“十年前我們成立人工智能實驗室的原因是，很明顯，這項技術將在未來幾年的時間框架內實現商業化，”施羅普夫說。