當有微軟強力投資的ChatGPT稱雄今年人工智慧新風潮，來自Meta的AI專家楊立昆卻在近日北京論壇上直言，5年內再也沒有人會使用驅動ChatGPT的大語言模型，因為它很快就要被淘汰了。楊此言是純粹想貶低同業，還是另有觀察？他提出將取而代之的世界模型又是什麼？
6月初，中國大陸一場「人工智慧安全與對齊」為題的論壇上，盛大邀請了AI界搖滾巨星，Meta副總暨首席AI科學家楊立昆（Yann LeCun）一同線上參與，北京現場仍座無虛席，宛若集體收看演場會直播。
但，雖然OpenAI領軍開發的ChatGPT去年橫空出世，至今其背後的GPT自迴歸語言模型（Autoregressive Language Model），仍占據生成式AI領域明星地位，楊立昆卻不以為然。當場他指出，5年內這類模型就不會有人想使用。到底他的說法純粹是貶低同業，還是真有道理？
楊立昆：「5年內不會有正常人，繼續用目前流行模型」
首先，早在論壇之前，過去幾年楊立昆便數次強調，人工智慧無法和動物相比，因為後者有著觀察學習能力，但AI人工智慧遇上新任務就要重新開始。
這場論壇分享中，楊立昆重申立場後，隨後做出更多補充。他指出如GPT這類當下流行的自迴歸大語言模型，無法擁有推理和規劃能力，因為它只是拆散後重新組織，自然也沒有學到關於真實世界的知識，「這些系統沒有物理世界經驗。」他強調。
究其根本，人類和動物能夠透過觀察和反覆嘗試，掌握世界運行規律，例如嬰兒在成長過程中能夠理解有重力運作著；即使機器反應速度很快，但它無法像青少年在數十個小時內學會開車，也沒辦法完成洗碗與清理餐桌任務。
遇到新問題或者新情境時，一切訓練都要重來，人工智慧始終無法克服此問題，楊立昆表示，顯然人工智慧還缺乏某些要素。
楊立昆也用人類的演講規劃來比喻，演講前我們總會事先規劃（planning）架構大綱，決定每一句說出去的台詞之間如何連貫，通常事前準備時，我們會以列點方式來進行整理。但是這樣的作法，和ChatGPT背後的GPT模型可不一樣。所謂自迴歸大語言模型的特點，是如玩文字接龍，你問，他試著接相對應的答案，可不是有架構列出大綱，所以GPT這種「逐字逐句」的生成模式，其實毫無推理可言。但他個人認為，在傳遞事實與知識上，推理與規劃當然是有其必要性。換言之，ChatGPT背後模型，終將被淘汰。
因此，楊立昆大膽預測，「5年內沒有心智正常者（in their right mind）還會使用自回歸的大語言模型，它們會迅速地遭到拋棄。」
世界模型，才能讓AI機器像人類一樣思考
那麼，究竟該怎麼做，才能「讓機器像人類一樣思考？」楊立昆提出一個全新解方：世界模型。
抽象地說，世界模型關於「想像未來將會發生什麼」，類似大腦分拆任務，模型將會預測每個行動的相應後果，考量成本後，改善行動序列，並找出最佳選項。
楊立昆拆解出兩種系統，他引用《快思慢想》中系統一和系統二說法（前者偏向感性、直覺、本能，後者更重邏輯、規劃、深思），世界模型中，模式一將會感知外界運作，並直截了當地產出對應行動，模式二則觀察外部後，勾勒出連串序列，接著搜索成本最低的行動序列，再依此行動，此過程中涉及邏輯與推理，也會考慮模型開發者預先設立的目標函數與成本。
實務來看，世界模型訓練機制和自迴歸模型機制不同。事實上，楊立昆演講後，Meta已經提出新模型I-JEPA，運作模式更像抽象思考，而非隨機接答案。用楊立昆的話來說，自迴歸模型訓練與預測發生在最小單位的字句之間，而世界模型則是在高維度抽象空間，嘗試理解物體之間關聯，因此圖像上能學到「大局」，較不會出現硬是要拼湊，因而產生不合理內容。例如，Midjourney等算圖工具常在生成人像時，出現為人詬病的「第六隻手指」。
微軟與OpenAI合作，Meta則有楊立昆坐鎮，雙方人馬走上不同道路，技術之爭愈打愈烈。ChatGPT確實缺點不少，但是稱頌好用的人更多，是否真如楊所言，這類自迴歸大語言模型會迅速遭到淘汰？就等時間觀察。
