LeCun 在 ETH 演讲称靠 Scaling LLM 到 AGI 不可能
rohanpaul_ai · x · 2026-10-03
Yann LeCun 在 ETH Zürich 最新演讲中重申:把 LLM scale 到 AGI 是「不可能的」。他给出了一组对比数据:一个 LLM 的训练数据约 30 万亿 token,约合 10^14 字节的文本,一个人读完需要约 40 万年;而一个 4 岁儿童仅通过视觉,在大约 1 年 10 个月内就接收到等量(10^14 字节)的数据。他认为智能的定义是快速学习新任务或无先验训练也能执行的能力——比如青少年约 20 小时学会开车——而 scaling 只增加存储的知识,并不能产生这种适应能力。完整视频来自 Perfology Clips 频道。
「漫话AGI」频道最新
- 斯坦福课堂实验:AI 让学生 80 分钟内从想法到可运行原型 — HariSubramonyam · 2026-11-19
- 百万美元哲学奖得主 Nagel 批 AI 意识讨论:「纯属荒谬」 — Dr_Atoosa · 2026-11-19
- Dwarkesh 断言中国距前沿 AI 实验室仅差 12 小时而非 12 个月 — teortaxesTex · 2026-11-19
- 研究者质疑 METR/Anthropic「2 倍加速」RSI 论证统计上站不住 — jessi_cata · 2026-11-19
- 医生观察:AI 竞争已按周计,GPT-6 两版仅隔 7 天 — ramos_casals · 2026-11-19
- AI 权力移交为何难获认同:公众直觉不信超级智能的忠诚 — 1a3orn · 2026-11-19