Yann LeCun近期在世界經濟論壇上發表了對AI發展方向的見解，他強調了當前生成模型在視訊處理方面的局限性，並指出未來AI需要在抽象空間而非像素空間進行預測。這引發了人們對AI模型架構和發展方向的深入思考，也預示著AI研究將面臨新的挑戰與機會。 文章重點探討了影片處理中遇到的難題，以及解決這些難題所需的新方法和技術。
圖靈獎得主、Meta首席AI科學家Yann LeCun在世界經濟論壇上指出，生成模型不適合處理視頻，AI需要在抽象空間中進行預測。在網路文字資料枯竭之際，AI研究者將目光轉向視頻，並意識到理解因果關係對未來AI系統至關重要。因此，新的模型應該學會在抽象的表徵空間中預測，而不是在像素空間中。視訊處理的難題在於像素空間的複雜性，因此需要新的架構來處理視訊輸入，在抽象表徵空間中進行預測。為了解決視訊處理中的難題，需要創造新的科學方法和技術，使AI系統能夠像人類一樣利用資訊。LeCun的觀點為AI領域未來的研究方向指明了路徑，在數據稀缺和因果關係理解等方面提出了新的挑戰，也預示著AI技術將朝著更聰明、更具理解力的方向發展。 未來，突破像素空間的限制，在抽象空間中進行預測，將成為AI研究的關鍵突破點。