本期主题
- 深度学习的历史:从 CNN 到现代 AI
- 卷积神经网络的设计思想与早期争议
- 自监督学习与 GAN 的发展
- 深度学习 vs 符号主义的路线之争
- AI 的未来:能力边界与风险
访谈亮点
这是 2019 年的对话:LeCun 回顾了卷积神经网络的起源——从视觉皮层研究到 ImageNet 时代的爆发,阐述了他对自监督学习作为下一代 AI 核心的信念,并与 Lex 讨论了深度学习在可解释性与鲁棒性上的局限。关于 AGI,他坚持数据驱动路线,认为符号主义不是正确方向。
图灵奖得主、Meta 首席 AI 科学家 LeCun 与 Lex 的长谈:为什么他不认同当前大语言模型路线能通向 AGI,世界模型、能量模型与具身智能的构想,以及他对开源、AI 安全与媒体炒作的坦率批评。

这是 2019 年的对话:LeCun 回顾了卷积神经网络的起源——从视觉皮层研究到 ImageNet 时代的爆发,阐述了他对自监督学习作为下一代 AI 核心的信念,并与 Lex 讨论了深度学习在可解释性与鲁棒性上的局限。关于 AGI,他坚持数据驱动路线,认为符号主义不是正确方向。