Tävlingen om ledarskap inom artificiell intelligens är inte bara en teknisk sprint, det är en djup filosofisk debatt om mänsklighetens framtid. I hjärtat av denna diskussion, även inom samma företagsbeemoth som Meta, ligger slående distinkta visioner för AI: s utveckling och syfte. Mark Zuckerberg, vd för Meta, förespråkar en framtid av ”Personlig superintelligens för alla”, medan Yann LeCun, Meta: s Chief AI Scientist, stadigt förespråkar ett radikalt skifte i AI-arkitektur och ett outsägligt engagemang för öppen forskning. Yann LeCuns Blueprint: Den öppna världens arkitekt Yann LeCun, en pionjär inom djup inlärning, har konsekvent uttryckt en kraftfull, nästan puristisk, vision för AI-framsteg med fokus på radikal öppenhet och en grundläggande arkitektonisk pivot bort från nuvarande Large Language Models (LLM). "Slutna / ägda strategier saktar ner övergripande framsteg", en punkt han har blivit alltmer vokal om när framstående amerikanska AI-företag "började klamra upp". "Slutna / ägda strategier saktar ner övergripande framsteg", en punkt han har blivit alltmer vokal om när framstående amerikanska AI-företag "började klamra upp". LeCun hävdar att "öppenhet är inte bara en filosofi, det är en katalysator", och betonar att "framtiden för AI beror på samarbete, inte silos". Detta innebär en robust "öppen källkod / öppen vikt / öppen forskningsmetod för AI" är en nödvändighet. Han är specifikt rotad för "den fulla avslöjandet av PUBLIC utbildning och testdata också", betonar att öppen forskning och vikter är avgörande för inkluderande, mångsidig, snabbare och bredare innovation. Goda idéer, hävdar han, "kommer från samspelet mellan många människor och utbytet av idéer", noterar Meta: s antagande av denna filosofi med plattformar som PyTorch och LMALa. Det förvånande faktum att LMALa har sett över LeCuns mest slående avvikelse från nuvarande branschtrender ligger i hans skepticism om LLMs som vägen till avancerad maskinintelligens. Han säger, "Jag är inte så intresserad av LLMs längre. De är typ av det sista". Han ser dem som "i händerna på branschens produktpersoner, typ av förbättring vid marginal, försöker få mer data, mer databehandling". I stället väljer han att hantera den verkliga världen är ”mycket svårare än att hantera språk”, eftersom språket är diskret, medan naturliga data är högdimensionella och kontinuerliga. Hans föreslagna lösning är Joint Embedding Predictive Architecture (JAPA eller JPA), som syftar till att lära sig ”abstrakta representationer” av bilder, video eller naturliga signaler, vilket gör förutsägelser i det ”abstrakta representationsutrymmet” snarare än på pixel- eller tokennivå. Detta tillvägagångssätt, förklarar han, undviker slöseri med resurser som är inneboende i pixel-nivå förutsägelsessystem där man försöker uppfinna oförutsägbara detaljer. Fortsatta system som kan planera och naturliga signaler, JAPA ger en förutsägelse som kan LeCun föredrar termen Advanced Machine Intelligence (AMI) över AGI, och noterar att mänsklig intelligens är "super specialiserad", vilket gör "allmän" till ett misstag. han förutspår optimistiskt att vi kan ha ett "bra grepp om att få detta att fungera åtminstone i liten skala inom tre till fem år", med skalning till mänsklig nivå AMI potentiellt hända "inom ett decennium eller så". Mark Zuckerbergs nordstjärna: personlig superintelligens för alla Mark Zuckerbergs vision, inkapslad i Meta: s ”Super Intelligence Labs” initiativ, är strävan efter Han tror att utvecklingen av superintelligens är "nu i sikte", med glimt av AI-system som "förbättrar sig själva" redan synliga. Zuckerbergs optimism sträcker sig till superintelligens som accelererar mänsklighetens framsteg, men betonar en "ännu mer meningsfull inverkan" från dess personliga tillämpning. ”Personlig superintelligens för alla” En personlig superintelligens, enligt hans åsikt, skulle hjälpa användare "skapa vad du vill se i världen, uppleva något äventyr, vara en bättre vän till dem du bryr dig om, och växa till att bli den person du strävar efter att vara". Zuckerberg förutser en framtid där människor spenderar "mindre tid på produktivitetsprogramvara och mer tid på att skapa och ansluta". När det gäller öppenhet, återspeglar Zuckerberg en liknande känsla till LeCun: ”Vi tror att fördelarna med superintelligens bör delas med världen så brett som möjligt”. Men han introducerar omedelbart en betydande varning: ”Det sade, superintelligens kommer att väcka nya säkerhetsfrågor. Vi måste vara rigorösa om att mildra dessa risker och försiktiga om vad vi väljer att öppen källkod”. Han bekräftar Meta resurser och engagemang för att bygga den nödvändiga ”massiva infrastrukturen” och leverera denna teknik till ”miljarder människor över våra produkter”. Den filosofiska fellinjen: Bortom delade slagord Medan både Zuckerberg och LeCun är pelare i Meta AI-insatser och ytligt delar ett engagemang för "öppenhet" och AI: s positiva inverkan, avslöjar en djupare analys betydande filosofiska och strategiska skillnader som kan djupt forma AI: s bana. Den mest slående skillnaden ligger i deras tekniska färdplan till avancerad AI. LeCun avvisar öppet LLM: s förmåga till sann intelligens och resonemang, förespråkar helt nya "världsmodeller" och JAPA-arkitekturer som lär sig abstrakta representationer och planerar i latent utrymme. Han ser den nuvarande LLM: s trajektori som "nonsens" för att uppnå intelligens på mänsklig nivå. Zuckerberg talar dock allmänt om "superintelligens" som blir "i sikte" genom "AI-system som förbättrar sig själva", utan att avgränsa sig från LLM: s paradigm. Detta tyder på att Meta: s "Superintelligens" initiativ, medan ambitiöst, fortfarande kan vara rotad i att skala och förfina Vidare avslöjar deras tolkningar av "öppenhet" en subtil men avgörande skillnad. LeCuns förespråkande för "stark öppen källkod / öppen vikt / öppen forskning" och "full avslöjande av PUBLIC-utbildnings- och testdata" är nästan absolut. Han ser det som den grundläggande acceleratorn för framsteg, och hävdar att "ingen enskild enhet kommer att kunna göra detta på egen hand" och att proprietära plattformar "kommer att försvinna". Zuckerberg, samtidigt som han går med på att dela fördelar i stor utsträckning, lägger till den kritiska kvalificeringen: "var försiktig med vad vi väljer att öppna källkod" på grund av "novellsäkerhetsproblem". Denna varning, även om den verkar försiktig, introduc Konsekvenser och vägen framåt Om LeCuns tekniska bedömning är korrekt, och LLMs är verkligen ett "enkelt sätt att se resonemang" och inte kommer att leda till sann avancerad intelligens, då en betydande del av branschinvesteringar, inklusive potentiellt Meta: s "SuperIntelligence Labs", kan riktas ner på en mindre optimal väg. Omvänt, om Zuckerbergs "personliga superintelligens"; även om den är byggd på befintliga paradigmer kan verkligen ge miljarder och främja kreativitet som han föreställer sig, kan dess utbredda utbyggnad dramatiskt förändra mänsklig-AI-interaktion. Frågan blir då om denna personliga empowerment är bäst uppnådd genom en enda, kraftfull enhet som Meta som kontrollerar kärnarkitekturen och selektiv öppen källkod, eller genom den verkligt decentraliserade, "överallt" innovation som LeCun mästare. LeCuns vision pekar på en framtid där AI-framsteg är en globalt distribuerad, samarbetsinsats, drivs av det kollektiva geniet i ett öppet samhälle. Zuckerbergs vision, samtidigt som man delar målet om bred tillgång, positionerar Meta som den centrala arkitekten och primära leverantören av denna framtid, med en mer kontrollerad frisättning av dess underliggande tekniker. Vilken väg främjar i slutändan den största innovationen och bäst tjänar mänskligheten? är sann ”superintelligens” bara en uppskalning av nuvarande modeller, eller kräver den en grundläggande arkitektonisk omprövning så djupt som LeCun föreslår? Och kan ett enda företag, oavsett hur väl avsett, verkligen slåss för universell befogenhet samtidigt som den behåller den ultimata kontrollen över de teknologier som definierar det?
