Re: [新聞] Meta AI靈魂人物出走！楊立昆籌備創業挑戰祖克柏路線

看板Stock (股票)作者waitrop (嘴砲無雙)時間2小時前 (2025/11/12 13:25)推噓29(31推 2噓 45→)

留言78則, 34人參與討論串3/4 (看更多)

※ 引述《jerrychuang ()》之銘言： : 原文標題： : ※請勿刪減原文標題 : Meta AI靈魂人物出走！楊立昆籌備創業挑戰祖克柏路線 : 原文連結： : ※網址超過一行過長請用縮網址工具 : https://news.cnyes.com/news/id/6232375 : 發布時間： : ※請以原文網頁/報紙之發布時間為準 : 段智恆綜合外電 : 2025-11-11 21:30 : 記者署名： : ※原文無記載者得留空 : 段智恆綜合外電 : 2025-11-11 21:30 : 原文內容： : 根據英國《金融時報》(FT)周二 (11 日) 報導，Meta(META-US)首席人工智慧 (AI) 科學 : 家、圖靈獎得主楊立昆 (Yann LeCun) 計劃離開公司，創立自己的 AI 新創企業。此舉正 : 值執行長祖克柏重組 Meta 人工智慧部門、力圖追趕 OpenAI 與 Google(GOOGL-US)之際 : ，顯示公司內部 AI 方向出現明顯分歧。 : cover image of news article : Meta AI靈魂人物出走！楊立昆籌備創業挑戰祖克柏路線(圖：REUTERS/TPG) : FAIR 創辦人將離職自組新創延續「世界模型」研究 : 根據《金融時報》報導，現年 63 歲的楊立昆已向親近人士透露，將於未來數月內離開 : Meta。他目前正與潛在投資人展開早期募資討論，籌備以「世界模型」(World Models) : 為核心的新創事業，延續他多年推動的研究方向。截稿前，楊立昆與 Meta 均未回應置評 : 請求。 : 勒坤自 2013 年創立臉書人工智慧研究實驗室 (FAIR) 以來，一直是現代深度學習 (Deep : Learning) 領域的奠基者之一，也是卷積神經網路 (Convolutional Neural Network, : CNN) 的發明人。2018 年，他與辛頓 (Geoffrey Hinton) 與班吉歐 (Yoshua Bengio) 共 : 同獲得圖靈獎(Turing Award)，表彰他們對深度神經網路的突破性貢獻。 : 楊立昆同時也是紐約大學 (New York University) 資料科學與電腦工程學教授。他對大 : 型語言模型 (LLM) 發展方向一直持保留態度，認為這類模型雖「實用」，但永遠無法具 : 備人類式推理與規劃能力。他主張發展能從影像與空間資料學習的「世界模型」，以建立 : 真正具備理解力與常識的 AI 系統。 : 祖克柏重組 AI 戰略「超級智慧團隊」取代長期研究 : 楊立昆的離職計畫，正發生在祖克柏推動 AI 戰略大幅轉向之際。Meta 近月成立「超級 : 智慧實驗室」(Superintelligence Labs)，由 28 歲的資料標註公司 Scale AI 創辦人汪 : 滔 (Alexandr Wang) 領軍。Meta 耗資約 143 億美元取得 Scale AI 49% 股權，並延攬 : 汪滔擔任 AI 主管，讓楊立昆原本隸屬的 FAIR 研究部門改向他匯報。 : 祖克柏希望加快 AI 產品上市節奏，在 Llama 4 大型語言模型表現不如 OpenAI 與 : Google 後，親自挑選 TBD Lab 小組加速開發 Llama 新版本，並以 1 億美元薪資延攬對 : 手陣營的頂尖人才。今年 7 月，他還聘請 ChatGPT 共同創作者趙晟佳 (Shengjia Zhao) : 出任「超級智慧實驗室」首席科學家。 : 然而，Meta 的高額投資引發市場質疑。10 月底，祖克柏預告 AI 支出明年可能突破 1, : 000 億美元後，Meta 股價暴跌 12.6%，市值蒸發近 2,400 億美元。勒坤的出走被視為公 : 司 AI 團隊連串高層異動的延續。此前，AI 副總裁畢諾 (Joelle Pineau) 於 5 月離職 : 轉投加拿大新創 Cohere，上月公司又裁撤 AI 研究部門約 600 人，以求削減成本並加快 : 產品推進。 : 分析人士指出，楊立昆離開 Meta 標誌著 AI 理念上的重大分歧：祖克柏押注可快速商轉 : 的生成式 AI 與大型語言模型，而楊立昆堅持長期基礎研究與通用人工智慧 (AGI) 理論 : 。隨著他籌備新創專注於「世界模型」架構，這場 AI 路線之爭可能將從 Meta 內部蔓延 : 至整個產業舞台。 : 心得/評論： : ※必需填寫滿30正體中文字，無意義者板規處分 : 楊立昆終於要離職了 : 雖然之前好像版上大大就有預告了 : 不搞LLM : 只搞世界模型還是不符合阿祖的目標 : 可是離開FB後 : 就沒有這麼多算力可以玩世界模型了吧閒聊, 沒有要批評任何人或是公司, 楊立昆算是AI影像辨識跟影像處理的第一人, 在ChatGPT LLM 出現之前, 楊立昆的江湖地位是AI界的第一把交椅, 沒有之一, 因為在ChatGPT LLM 出現之前, AI應用最多也是最成熟的就是影像辨識跟影像處理, 從人臉辨識到自駕車, 通通都是靠這技術, 精準度可以高達99.9%以上, 但是楊立昆的研究領域真的不在GPT LLM 其實, AI的研究領域非常多, GPT LLM只是眾多AI領域之一, 並非全部, 所以不要把GPT LLM看成是AI唯一的道路, 甚至, 我問過很多人,包含同事午餐閒聊, 所有人一致認同 "LLM 不可能達到AGI", 我個人比較看好SLM, 但是不論是SLM 或 LLM, 都不可能達到AGI, 因為"沒有創造力" 就像很多人說的, LLM 就是文組的背多分, 即使是我之前舉例的開根號解題例子, 你也可以用背答案的方式去解數學問題, LLM 就是把人類所有的知識都背起來, 不論是數學問題, 醫學, 文學, 法律等等的各種知識, 只要出現過的, 他就可以答出來, 但是他沒有創造力, 遇到沒看過的問題, LLM就無法解決既然LLM無法達到AGI, 為何全部的公司都一窩蜂全力去做LLM, 首先, 不是全部的公司, 有些人跟有些公司, 像是楊立昆, 就不搞LLM 第二點, LLM 可以大力出奇蹟, 可以無窮接近AGI, 就像你背多分, 只要你願意背, 就可以拿到分數, 至於沒看過的題目, 就算了你看多簡單, 不需要去想算法去解決問題, 不需要動腦筋, 只要拼命喂資料, 拼命叫LLM背下來, 剩下來就是比拼算力, 電力, 跟資料量就算我的算力或是資料量比你差一點, 但是背多分嘛, 我背得比你少, 成績或跑分也只是差你一點, 不至於到差太多, 等訓練久了之後, 各家的LLM把世界資料都訓練差不多之後, 各家的LLM都不會差太多但是你想走另外一條路, 比方說, 走真正的AGI 真正的創造力, 你很可能把全世界都歐印最後得到的是零分數學不會, 數學不會就是不會 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 76.103.225.6 (美國) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1762925104.A.67F.html

推

gabriel

11/12 13:29, 2小時前 , 1^F

11/12 13:29, 1^F

推

rainingkid

11/12 13:32, 2小時前 , 2^F

11/12 13:32, 2^F

推

sdbb

11/12 13:32, 2小時前 , 3^F

11/12 13:32, 3^F

推

zxcvbnm2010

11/12 13:33, 2小時前 , 4^F

11/12 13:33, 4^F

類神經網路就是在模仿人類腦神經, 我個人看法, 或許是從完全模仿人類大腦之後再精進, 而不是一直填鴨教育

推

jerrychuang

11/12 13:34, 2小時前 , 5^F

11/12 13:34, 5^F

推

joshddd

11/12 13:36, 2小時前 , 6^F

11/12 13:36, 6^F

→

joshddd

11/12 13:36, 2小時前 , 7^F

11/12 13:36, 7^F

推

sdbb

11/12 13:36, 2小時前 , 8^F

11/12 13:36, 8^F

推

HiuAnOP

11/12 13:37, 2小時前 , 9^F

11/12 13:37, 9^F

噓

ken123321987

11/12 13:38, 2小時前 , 10^F

11/12 13:38, 10^F

推

strlen

11/12 13:40, 2小時前 , 11^F

11/12 13:40, 11^F

推

ruokcnn

11/12 13:41, 2小時前 , 12^F

11/12 13:41, 12^F

推

applegoodeat

11/12 13:41, 2小時前 , 13^F

11/12 13:41, 13^F

→

applegoodeat

11/12 13:41, 2小時前 , 14^F

11/12 13:41, 14^F

推

blackbrid

11/12 13:41, 2小時前 , 15^F

11/12 13:41, 15^F

→

applegoodeat

11/12 13:42, 2小時前 , 16^F

11/12 13:42, 16^F

→

applegoodeat

11/12 13:42, 2小時前 , 17^F

11/12 13:42, 17^F

推

sdbb

11/12 13:43, 2小時前 , 18^F

11/12 13:43, 18^F

推

stlinman

11/12 13:44, 2小時前 , 19^F

11/12 13:44, 19^F

的確, 100%贊成 ※ 編輯: waitrop (76.103.225.6 美國), 11/12/2025 13:49:11

推

pov

11/12 13:47, 2小時前 , 20^F

11/12 13:47, 20^F

→

pov

11/12 13:47, 2小時前 , 21^F

11/12 13:47, 21^F

沒錯, 目前真正走的方向就是各種專用模型和agent, 就是走SLM這條路, 根本就沒有AGI這回事, 至少目前LLM SLM不可能AGI ※ 編輯: waitrop (76.103.225.6 美國), 11/12/2025 13:50:54

→

kusotoripeko

11/12 13:49, 2小時前 , 22^F

11/12 13:49, 22^F

→

kusotoripeko

11/12 13:49, 2小時前 , 23^F

11/12 13:49, 23^F

推

skullno2

11/12 13:53, 1小時前 , 24^F

11/12 13:53, 24^F

AlphaGo是用即時窮舉法, 也就是下棋的人說的提前想好幾步棋, AlphaGo能夠提前想好之後十幾步棋的所有可能結果, 從中選出最好的下一步, 聽說AlphaGo就是比棋王多算出幾步棋, 當然這跟LLM是完全不同的AI實現方式 ※ 編輯: waitrop (76.103.225.6 美國), 11/12/2025 13:57:22

推

chigo520

11/12 13:56, 1小時前 , 25^F

11/12 13:56, 25^F

不, 人類跟其他動物不一樣的地方, 就是有天才可以解決沒看過的問題, 這也是人類能夠一直進步一直有創造力的主因 ※ 編輯: waitrop (76.103.225.6 美國), 11/12/2025 13:59:12

→

Lhmstu

11/12 13:57, 1小時前 , 26^F

11/12 13:57, 26^F

→

Lhmstu

11/12 13:57, 1小時前 , 27^F