Search results
为什么Yann lecun（杨立昆）对chatGPT持否定态度？ 在推特上杨立昆不认为chatGPT有重大创新，也不认为大语言模型是通用人工智能的正确方向？ 显示全部
Jan 31, 2017 · Yann LeCun说：「Take all the math and physics courses you can take.」 个人有一些想法在这里写一写。 1）关于数学. 要学数学很容易理解。 因为学习机器学习举目皆是（虽然大多时候并不深奥）数学。机器学习的数学细节很多，但很多不意味着很深。
2.2 lecun力推非生成式世界模型， 发布的非生成式路线的 V-JEPA 水平如何？ 其中世界模型模块是最复杂的部分。 它主要承担两个关键任务：一是 补充感知模块 未能捕获的信息；二是 对世界未来状态进行预测 ，这不仅包括世界自然发展的趋势，还有参与者行为可能引起的变化。
首先 LeCun 对一个模型是否可理解（interpretable)和很多别人的定义不一样。 这一点，在他在CCN2017同台辩论的时候就很明显了。 LeCun 似乎觉得，我只要搞出来一个架构了，找了一个优化的策略，优化完了能做我想要这个架构做的事情，我就算是理解了这个问题了。
众多网友表示，这个概念早就提出过了。 2月24日，Meta在「春晚」上介绍了首席科学家Yann LeCun在构建人类级别的AI勾勒出的另一种愿景。 LeCun表示，AI学习「世界模型」（世界如何运作的内部模型）的能力可能是关键。
知乎，让每一次点击都充满意义 —— 欢迎来到知乎，发现问题背后的世界。
Mar 19, 2024 · 图灵奖得主Yann LeCun 来到 Lex Fridman 的播客，畅谈对AGI的思考，他提到，语言的信息相比视觉的信息的带宽低很多，大部分人类知识（以及几乎所有动物知识）都来自我们对物理世界的感官体验。
Yann LeCun是人工智能领域的重要人物，被誉为深度学习的先驱之一。他是卷积神经网络（CNN）的发明者，并与Geoffrey Hinton和Yoshua Bengio一起，因对深度学习的贡献而在2018年获得了图灵奖。他现在担任Meta的首席人工智能科学家。
2022/6 Yann LeCun接受<MIT科技评论>采访，阐述了他设想中AI-AGI的未来； #LeCun 这篇采访中的一部分观点应该是指单任务学习的问题，传统ML被诟病比较多的是单任务学习，尤其那些从一开始就把单任务学习简化成一个向量输入、一个分布输出的简单复合函数，或者seq2seq+attention，或者是再加上graph的讨巧 ...
基于世界模型，Yann LeCun提出了自主智能系统的体系架构，包含6个核心模块，配置器（Configurator）是协调指挥中心，负责协调、配置和执行其他模块；感知（Perception）针对给定的任务，由配置器调用，感知世界状态和提取任务相关信息；世界模型（World Model）主要的职责是估计Perception未提供的关于 ...
