英伟达首席执行官黄仁勋不久前宣布，超级人工智能(AI)将在五年内超越人类。对此，脸书母公司Meta首席科学家、深度学习先驱杨丽坤(Yann)
LeCun(LeCun)持相反观点。他认为，超级智能不会很快到来。
近日，Meta在旧金山举办了一场媒体活动，庆祝其基础人工智能研究团队成立10周年。杨丽坤在活动中表示，他认为目前的人工智能系统需要几十年的时间才能实现某种意义上的类人感知。届时，这些常识性人工智能系统将更加强大，将不再局限于以创造性的方式总结堆积如山的文本。
在谈到黄仁勋的观点时，杨丽坤评价道：“我认识英伟达的首席执行官黄仁勋，他从人工智能的热潮中获益良多。这是一场人工智能战争，它正在提供武器。“
在谈到试图发展通用人工智能的技术人员时，杨丽坤说：“如果你想发展通用人工智能，你必须购买更多的GPU。”AGI是一种相当于人类智能水平的人工智能。只要OpenAI等公司的研究人员继续追求AGI，他们就会需要更多的NVIDIA电脑芯片。
杨丽坤表示，在人工智能出现在人类智能层面之前，更有可能出现的人工智能，更多的是猫级或狗级的人工智能。科技行业目前对语言模型和文本数据的关注，不足以创建研究人员几十年来梦寐以求的那种先进的类人人工智能系统。
杨丽坤解释说：“文本是一个非常糟糕的信息来源，人类可能需要20000年才能阅读到训练现代语言模型所需的大量文本。”即使用相当于2万年的阅读材料来训练一个系统，它们可能仍然是不可理解的：如果A和B是一样的，那么B就是A。世界上有很多非常基本的东西，而大模型还没有通过这种训练。“
因此，杨丽坤和梅塔
其他人工智能高管一直在努力研究如何定制所谓的转换器模型，这些模型用于创建ChatGPT等应用程序，以处理包括音频、图像和视频信息在内的各种数据。他们认为，这些人工智能系统越能在这些不同类型的数据之间发现数十亿个隐藏的关联，它们就越有可能完成更困难的任务。
Meta的研究包括帮助人们穿上该公司的Project的软件
ARIA增强现实眼镜可以将数字图形融入现实世界，教人们如何更好地打网球。高管们展示了，戴着增强现实眼镜的网球运动员可以看到视觉提示，教会他们如何正确握住网球拍，并以完美的方式挥动手臂。除了文字和音频，为这种数字网球助手提供动力所需的人工智能模型还需要混合三维视觉数据，以支持数字助手与人交流。
这些所谓的多模式人工智能系统代表着下一个前沿，但它们的开发并不便宜。随着Meta和谷歌母公司Alphabet等越来越多的公司致力于更先进的人工智能模型，英伟达可能会获得更大的优势，特别是在没有其他竞争对手的情况下。
NVIDIA一直是生成性人工智能热潮的最大受益者，其昂贵的图形处理单元已成为训练大型语言模型的标准工具。Meta依靠16000的NVIDIAA100
GPU来训练其骆驼人工智能软件。
当被问及随着Meta和其他研究人员继续开发如此复杂的人工智能模型，科技行业是否需要更多硬件供应商时，杨丽坤表示：“新模型不需要，但会好起来的。”
他补充说，在人工智能方面，GPU技术仍然是黄金标准。然而，未来的计算机芯片可能不会被称为GPU。
杨丽坤也对量子计算持怀疑态度，尽管微软、IBM和谷歌等科技巨头投入了资源。Meta以外的许多研究人员认为，量子计算机可以在药物研发等数据密集型领域大踏步前进，因为它们可以使用所谓的量子比特而不是现代计算中使用的传统二进制比特来执行多次计算。
但杨丽坤对此持怀疑态度。“你可以用量子计算解决问题，也可以用经典计算机更有效地解决问题，”他说。量子计算只是一个引人入胜的科学话题，目前还不清楚它的实际含义，也不清楚制造一台真正有用的量子计算机是否可行。“
MikeShropf(Mike，Meta高级研究员、前技术总监)
Schroepfer对此表示同意。他每隔几年就会对量子技术进行评估，并认为有用的量子机器“可能会在某个时候出现，但它们的时间跨度太长，无法帮助我们正在做的事情。”
施罗夫说，我们之所以在十年前建立人工智能实验室，是因为很明显，这项技术将在未来几年的时间框架内实现商业化。“
