深度学习巨擘猛推DeepSeek：AI发展需理解物理世界
在深度学习的世界中，LeCun作为领军人物，对DeepSeek的赞誉之词无疑为我们揭示了AI发展的新方向。他强调，为了推动AI的进步，我们不仅需要训练更大规模的模型，更需要理解物理世界。
DeepSeek作为一项卓越的成果，无疑为AI领域带来了新的活力。LeCun对其的猛推，既是对团队创新精神的肯定，也是对全球开源社区的贡献的认可。他强调，开源不仅让成果的创造者受益，更让全世界都能从中受益，这是开放、协作的魅力所在。
LeCun对DeepSeek的赞赏并非空穴来风。在中国，计算机视觉领域的科学家们已经做出了许多优秀的贡献。DeepSeek的出现，无疑为AI助手的发展提供了强大的支持。在未来，人们将会更加频繁地使用智能设备，如智能眼镜、智能手机等，而AI助手将为人们的生活带来更多便利。
然而，AI的发展并非一帆风顺。金融市场对DeepSeek的反应，有人认为现在我们可以更便宜地训练系统了，所以我们不再需要那么多计算机。但LeCun对此持不同看法，他认为这种说法是错误的，因为最终大部分的基础设施建设和大部分的投资实际上都用在运行模型上，而不是训练模型。
在LeCun看来，AI的发展需要理解物理世界。他认为，语言是展现智能的重要方面，但语言其实是相对简单的。他强调，我们往往认为语言是展现智能的重要方面，因为只有人类能够运用语言。但事实证明，语言其实是相对简单的。它之所以简单，是因为它是离散的，是由一系列离散的符号组成的序列。然而，我们却无法训练一个系统去预测视频中将会发生什么。这就是AI研究人员的“莫拉维克悖论”。
LeCun还指出，要拥有与动物和人类智力相仿的机器，它们具备常识，或许在某个阶段还拥有意识以及其它能力，并且能够真正应对复杂世界中错综复杂的情况，那我们就需要攻克这个难题。一个典型的大语言模型的信息量大约是10的14次方字节，也就是1后面跟着14个零，这是互联网上所有公开可用文本的总量。但即使是这样庞大的信息量，也无法达到人类水平的人工智能。我们需要让系统去理解真实世界，而这在现实世界中确实非常困难。
总的来说，LeCun对DeepSeek的猛推以及对AI发展的观点，为我们揭示了AI发展的新方向：我们需要更深入地理解物理世界，需要攻克“莫拉维克悖论”，需要推动AI助手的发展以服务于数十亿用户。未来已来，我们不能忽视这个趋势。我们需要更多的创新和探索，以推动AI领域的发展，为人类的生活带来更多的便利和可能性。
