英偉達首席執行官黃仁勛不久前宣稱，超級人工智慧（AI）將在五年內趕超人類。對此，Facebook母公司Meta首席科學家、深度學習先驅楊立昆（Yann LeCun）的觀點截然相反。他認為，超級智能不會很快到來。
Meta最近在舊金山舉行了一場媒體活動，慶祝其基礎人工智慧研究團隊成立10周年。楊立昆在活動中表示，他認為目前的人工智慧系統還需要幾十年的時間才能達到某種意義上的類人感知能力。屆時，這些具備常識的人工智慧系統更加強大，不再僅僅限於以創造性的方式總結堆積如山的文本。
對於黃仁勛的觀點，楊立昆評論道：「我了解黃仁勛，這位英偉達首席執行官從人工智慧熱潮中獲益良多。這是一場人工智慧戰爭，而它在提供武器。」
在談到試圖開發通用人工智慧（AGI）的技術人員時，楊立昆說：「如果要開發AGI，你就必須購買更多的GPU。」AGI是一種與人類智能水平相當的人工智慧。只要OpenAI等公司的研究人員繼續追求AGI，他們就會需要更多英偉達的電腦晶片。
楊立昆表示，在人類智能水平的人工智慧出現前，社會上更有可能出現「貓級」或「狗級」的人工智慧。科技行業目前對語言模型和文本數據的關注，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慧系統。
楊立昆解釋稱：「文本是非常糟糕的資訊來源，人類可能需要2萬年才能閱讀完用於訓練現代語言模型的文本數量。而即使用相當於兩萬年的閱讀材料來訓練一個系統，它們可能仍然無法理解：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，大模型還沒有通過這種訓練。」
因此，楊立昆和Meta AI部門的其他高管始終在大力研究如何定製用於創建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、圖像和影片資訊。他們認為，這些人工智慧系統越能發現這些不同類型數據之間可能存在的數十億個隱藏相關性，它們就越有可能實現更困難的任務。
Meta的研究包括一種軟體，它可以幫助人們在佩戴該公司的Project Aria增強現實眼鏡時，教人們如何更好地打網球，這種眼鏡可以將數字圖形融入現實世界。高管們已經進行了演示，一個戴著增強現實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慧模型，除了文本和音頻之外，還需要混合三維視覺數據，以支持數字助手與人交流。
這些所謂的多模式人工智慧系統代表了下一個前沿領域，但它們的開發並不便宜。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慧模型，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。
英偉達一直是生成式人工智慧熱潮的最大受益者，其昂貴的圖形處理單元已成為用於訓練大語言模型的標準工具。Meta依靠16000個英偉達A100 GPU來訓練其Llama AI軟體。
當被問及，隨著Meta和其他研究人員繼續開發這類複雜的人工智慧模型，科技行業是否需要更多的硬體供應商時，楊立昆稱：「新模型不需要它，但它會很好。」 他補充說，當談到人工智慧時，GPU技術仍然是黃金標準。不過，未來的電腦晶片可能不會被稱為GPU。
楊立昆也對量子計算持懷疑態度，儘管微軟、IBM和谷歌等科技巨頭都投入了大量資源。Meta之外的許多研究人員認為，量子電腦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。
但楊立昆對此表示懷疑。他說：「你可以用量子計算解決的問題，也可以用經典電腦更有效地解決。量子計算只是一個迷人的科學話題，目前還不太清楚其實際意義，以及製造真正有用的量子電腦是否可行。」
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，無助於我們正在做的事情」。
施羅普夫還稱：「十年前我們成立人工智慧實驗室的原因是，很明顯，這項技術將在未來幾年的時間框架內實現商業化。」
