-
日期: 2024-02-26 | 來源: IT之家 | 有0人參與評論 | 字體: 小 中 大
Meta AI wizard Yann LeCun isn't buying what OpenAI is selling with their "world simulator" project, Sora.
He's calling it a no-go, saying that trying to simulate the world by just spitting out pixels is like trying to fill a swimming pool with a teaspoon—it's just not going to… pic.twitter.com/hDPuAh1t4m — AL Khan (@caan_al) February 21, 2024
OpenAI 新推出的 AI 視頻生成模型 Sora 壹經發布就成為業界焦點，不過 Meta 首席人工智能科學家 Yann LeCun 卻並不認同其價值。
LeCun 主要反對 OpenAI 聲稱 Sora 將最終實現“構建通用物理世界模擬器”的目標。他認為，如果真要實現，OpenAI 當前的方法完全偏離了軌道。
LeCun 在 X 平台（原 Twitter）發帖稱：“通過生成像素來模擬世界的行為，就像曾經被廣泛棄用的‘通過合成進行分析’壹樣，既浪費資源又注定失敗。”
生成模型 vs. 判別模型：老生常談的辯論
據IT之家了解，LeCun 被譽為“人工智能教父”之壹，也是其中最直言不諱、敢於批評的人。與其他兩位“教父”對人工智能發展表達擔憂不同，而 LeCun 則繼續在 Meta 推進研究，同時不吝於批評競爭對手。
此次他的評論涉及機器學習領域中生成模型和判別模型的長期爭論。LeCun 認為，生成模型通過“解釋性潛在變量”生成像素的方法效率低下，無法充分應對叁維空間中復雜預測帶來的不確定性。
簡單來說，他認為這些模型試圖“推斷”太多無關緊要的細節，就像試圖計算足球的軌跡，卻要分析每壹個足球材料的作用，而不是僅僅分析質量和速度。
他在回復帖子時說：“如果你只是想生成視頻，這樣做沒什麼問題。但如果你想理解世界如何運轉，那麼這種方法注定失敗。”
LeCun 的 V-JEPA 模型：另壹種選擇
LeCun 承認，到目前為止，生成式模型在大型語言模型（如 ChatGPT）上取得了壹定成功，“因為文本是離散的，符號數量有限”。但如果像 Sora 那樣模擬世界，就不僅僅是處理幾個字符了。
作為 OpenAI 方法的競爭對手，LeCun 上周公布了他在 Meta 開發的模型 V-JEPA，名為“視頻聯合嵌入預測架構”（V-JEPA）。
Meta 在壹篇博客文章中宣稱：“與試圖填充所有缺失像素的生成式方法不同，V-JEPA 可以丟棄不可預測的信息，從而將訓練和樣本效率提高 1.5 到 6 倍。”- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見