标题：LeCun最新演讲：纯语言模型无法达到人类水平，Meta基本已放弃

在最新的公开演讲中，LeCun指出，要让系统具备推理、规划及理解物理世界的能力，至少还需要几年甚至十年的时间。他认为，仅通过文本训练，无法达到接近人类水平的智能。

LeCun透露，Meta基本放弃了纯语言模型，因为它们缺乏持久记忆能力和复杂的动作序列规划能力。他还谈到了当前大模型的局限性和以目标驱动的AI架构，包括利用世界模型进行推理和规划。他强调了开源AI的重要性，并提到最终机器将超越人类智能，但它们将是目标驱动的，受控于人类。

LeCun认为，要实现人类级别的AI，机器需要理解世界、记忆信息、拥有直觉、具备常识，并能进行推理和规划。而仅通过文本训练，系统无法达到这些要求。他提倡利用视频和现实世界的经验来训练系统，以获取常识和物理知识。

LeCun还介绍了目标驱动架构的概念，这是一种不同于语言模型或前馈神经网络的方法。这种方法通过优化算法进行推理，而不是单一的神经网络。他还提出了新的解决方案，如联合嵌入预测架构（JEPA），放弃预测像素，学习抽象表示。

最后，LeCun强调了机器学习的未来在于那些联合架构，而不是现有的生成模型、概率模型或对比方法。他呼吁开发开源的AI平台，以促进多样性和全球贡献，使AI助手能够理解和适应不同的文化和价值观。他预计，达到人类水平的AI可能需要数年到数十年的时间。