Yann LeCun最新访谈：能量模型是通向自主人工智能系统的起点( 五 ) 本文转自：雷锋网YannLeCun认为

ZDNet：那么，正则化的、基于潜变量能量的模型（RLVEB）真的可以被认为是Hopfield 网络的2.0版本吗？
YL：我不那么认为。
4
“意识是人类大脑局限性的结果”
ZDNet：你提出了另一个相当惊人的论断，即“只有一个世界模型”并认为意识是人类大脑中“一个世界模型的刻意配置” 。你说这可能是个疯狂的假设。这是你的猜想吗？这到底是一个疯狂的假设，还是有什么证据可以证明呢？在这个案例里有什么证据呢？
YL：这是个猜想，一个疯狂的设想。任何关于意识的东西，在某种程度上都是猜想。因为我们一开始并不知道意识是什么。我认为意识是一种错觉。我想表达的是，意识被认为是人类和一些动物拥有的一种能力，我们认为意识体现了这些生物的智慧，这有点可笑。我认为意识是我们大脑局限性的结果，因为我们的大脑中有一个单一的、类似于世界模型的引擎，我们需要一些东西来控制这个引擎，这个东西就是意识。于是我们产生了人类有意识的错觉。如果我们的大脑变得无限大，不再有限制，我们就不需要意识了。
至少有一些证据表明我们脑中或多或少存在一个单一的模拟引擎。比如，我们基本上在同一时间只能尝试一项意识任务，我们专注于任务，我们会想象我们计划的行为的后果。你一次只能做一件事，或者你可以同时做多件事，但这些多个任务是我们训练自己不用思考就能完成的潜意识行为。比如我们可以一边开车一边和身边的人说话，只要我们练习开车的时间足够长，开车就已经成为一种下意识的行为。所以在刚开始学开车的几个小时里，我们做不到一边开车一边说话，我们必须集中精力才能完成驾驶，因为我们必须使用我们的世界模型预测引擎来找出所有可能发生的可怕情况。
ZDNet：如果这只是一种猜想，那么它对你目前的工作并没有什么实际意义，不是吗？
YL：不，有一定意义。我提出的这个自主人工智能模型有一个可配置的世界模型模拟引擎，其目的是规划和想象未来，填补你无法完全观察到的空白。可配置的单一模型会带来计算优势，可以让系统在任务之间共享知识，这些知识是你通过观察或基本逻辑之类的东西学到的。使用你配置的大模型要比使用一个完全独立的模型来处理不同的任务要有效得多，因为不同的任务可能需要单独训练。但是我们已经看到了，对吧？以前在Facebook（当Meta名字还叫Facebook）的时候，我们用视觉来分析图像，做排序和过滤，基本上对于不同的任务，我们都有专门的神经网络和专门的卷积网络来解决。而现在我们有一个大的网络，什么任务都能处理。我们以前有好几个ConvNets ，现在我们只有一个。
我们看到了这种简化。我们现在甚至有可以做所有事情的架构：同一个架构就可以处理视觉、文字、口语。这种架构必须分别接受三个任务的训练，而这个架构 data2vec ，是一种自监督的方法。