在人工智能(AI)的历史长河中,有许多科学家和研究人员为这一领域的进步做出了卓越贡献。他们的工作不仅推动了AI技术的发展,也为我们理解智能的本质提供了新的视角。本文将深入探讨几位对大模型理论做出重要贡献的科学家,以及他们的理论如何塑造了AI的未来。
麦卡洛克和皮茨:神经网络模型的奠基者
背景介绍
沃伦·麦卡洛克(Warren McCulloch)和沃尔特·皮茨(Walter Pitts)是20世纪40年代的重要科学家,他们的工作为神经网络模型奠定了基础。
科学贡献
- 神经元模型:麦卡洛克和皮茨提出了神经元模型,该模型通过数学逻辑描述了神经元如何处理信息。
- 逻辑演算:他们使用逻辑演算来分析神经元之间的通信,这为后来的神经网络研究提供了理论基础。
影响与启示
- 神经网络的发展:他们的工作激发了神经网络研究的兴趣,为后来的深度学习奠定了基础。
- 认知科学:麦卡洛克对大脑结构和功能的兴趣促进了认知科学的发展。
杨立昆:大语言模型的质疑者与支持者
背景介绍
杨立昆是Meta的首席人工智能科学家,他在深度学习领域有着深远的影响。
科学贡献
- 大语言模型的局限性:杨立昆认为当前的大语言模型存在根本性问题,如“幻觉”现象和无法真正理解物理世界。
- 新架构和方法:他提出了基于能量的模型(EBMs)和联合嵌入预测架构(JEPA)作为未来AI发展的新方向。
影响与启示
- AI发展的新方向:杨立昆的观点为AI的未来发展提供了新的思路。
- 世界模型的重要性:他强调未来的AI系统需要通过观察和互动来学习世界模型。
张家兴:大模型背后的专业AI团队
背景介绍
张家兴是IDEA研究院的认知计算与自然语言讲席科学家,他领导团队创建了最大的中文开源预训练模型体系“封神榜”。
科学贡献
- 大模型的范式转移:张家兴认为,大模型的出现带来了“消失”和“形成”两个关键词,即特定类型的模型在消失,而大模型背后的工程化能力在形成。
- 专家模型的开发:IDEA团队开发了多模态模型、代码模型、写作模型、对话模型等专家模型。
影响与启示
- 大模型的新生态位:张家兴的观点为创业者提供了在AI领域找到自己位置的机会。
- AI应用的多样化:专家模型的开发为AI在各个领域的应用提供了新的可能性。
总结
大模型理论的先驱们通过他们的研究和贡献,为AI的未来发展奠定了坚实的基础。他们的工作不仅推动了AI技术的发展,也为我们理解智能的本质提供了新的视角。随着AI技术的不断进步,我们有理由相信,这些先驱们的理论和思想将继续引领AI的未来。
