标题：杨立昆最新访谈：用于训练AI模型的资源，远没有到尽头

Meta首席AI科学家杨立昆近期接受专访，探讨了深度学习的发展历程、机器学习的三种范式、莫拉维克悖论与AI发展的限制、训练AI模型的资源、AI基础设施投资等话题。

杨立昆指出，当前AI发展的三大限制包括物理世界复杂性、莫拉维克悖论（计算机擅长数学难题，但难于物理任务）和感官信息量超过语言。他认为，缺乏理解复杂感官数据的能力是AI发展的关键限制。

杨立昆反驳了因数据耗尽而导致AI发展的观点，认为全球资源远未枯竭，AI发展将持续。他还强调从观测中推导抽象表征对深度学习的重要性，并预测未来十年将是机器人的十年，AI领域可能取得重大突破。

杨立昆认为，大部分基础设施和投资将用于运行模型而非训练模型。他还提到，机器学习的三种范式分别为监督学习、强化学习和自监督学习，而自监督学习在自然语言理解和聊天机器人领域取得显著进展。

杨立昆强调，理解物理世界、拥有持久记忆、推理和规划能力是未来AI系统的关键。他相信，随着AI技术的进步，通用机器人有望在未来十年内实现。