چرخش در مرزهای هوش مصنوعی: دیدگاه Yann LeCun در برابر پارادایم مقیاس‌پذیری "

📌 LeCun موقعیتی عجیب و تقریباً اسطوره‌ای در هوش مصنوعی مدرن دارد: هم از پدران بنیان‌گذار انقلاب یادگیری عمیق است و هم گوهرِ مخالف درون‌گرا و بیانگرِ نقدهای درونی آن. سال‌ها تنها ایستاده بود و از جزیره‌ای که بقیهٔ میدان وانمود می‌کردند وجود ندارد، پرچم قرمزی را تکان می‌داد.
⛔ در حالی که دنیای اصلی هوش مصنوعی با قوانین مقیاس‌پذیری — «مدل‌های بزرگ‌تر، مجموعه‌داده‌های بزرگ‌تر، بهتر در همه چیز» — شتاب گرفت، Yann پیوسته اصرار داشت که مقیاس‌دادن به‌تنهایی ما را به هوش، چه برسد به AGI، نخواهد رساند. پارادایم غالب اشتباه نبود، بلکه ناقص بود: ابزاری قدرتمند برای تشخیص الگو، بله، اما راهی به سمت استدلال، فهم یا خودگردانی نیست.
⚠️ و سال‌ها این پیام برای او چشم‌غرهٔ حرفه‌ای و تمسخر توییتری به همراه داشت. او به‌عنوان «نگهبان قدیمی» تصویر شد که فریاد می‌زند «این تا ابد مقیاس‌پذیر نخواهد بود!» در اتاق‌هایی پر از کسانی که باور داشتند شمار پارامترها سرنوشت است.
🚫 اما هفتهٔ گذشته باد تغییر کرد. Ilya Sutskever — یکی از بنیان‌گذاران OpenAI و از معماران عصر مقیاس‌پذیری — در پادکست Dwarkesh  گفت که مقیاس‌دادن به‌تنهایی ما را به AGI نخواهد رساند و «چیزی حیاتی کم است.» سخنان او بازتاب آن چیزی بود که LeCun  نیم‌دههٔ گذشته از بلندی‌های کوه فریاد می‌زد.
با این حال واکنش‌ها نمی‌توانست متفاوت‌تر باشد. اظهارنظر Ilya کنجکاوی، موافقت و خوش‌بینی برانگیخت. LeCun که از جزیره‌اش تماشا می‌کرد، یک میم را که متقارن‌نبودنِ این استاندارد دوگانه را نشان می‌داد، بازتوئیت کرد.

LeCun از جریان اصلی هوش مصنوعی متفاوت است نه چون پیشرفت را رد می‌کند، بلکه چون آن را متفاوت تعریف می‌کند. جایی که برخی موفقیت را در مقیاس‌پذیری بنچمارک‌ها می‌بینند، او سطحی شدنِ فهم را می‌بیند. جایی که برخی از هوش فرارِ رو به جلو هراس دارند، او از رخوت فکری می‌ترسد. جایی که برخی توابع زیان را بهینه می‌کنند، او می‌پرسد یاد گرفتن بدون گفته‌شدن چه معنا دارد.
در دورهٔ مدل‌های تریلیون-پارامتری، هتروڈوکسیِ LeCun یادآوری می‌کند که آیندهٔ هوش — انسانی یا مصنوعی — ممکن است کمتر به پیش‌بینی و بیشتر به تخیل وابسته باشد. میدان سرانجام به سوی جزیره‌ای که او از ترک‌کردنش امتناع می‌ورزید، در حال رانش است.

✏️ نظر شخصی: توسعه مدل های زبان های بزرگ جنبه تجاری بیشتری پیدا کرده و افزایش آن رقابتی است که دامن رننده ان افرادی ماند سم آلتمن در OPEN AI هستند که فقط به فکر کسب سود بیشتر بدون در نظر گرفتن نظر افرادی مانند یان لکان که دعدعه پیشرفت های علمی دارند. در واقع همیشه در جنگ بین علم و ثروت پیدایش ادیسون ها و تسلا ها را میتوان دید. یان لکان بیشتر