Meta「PARTNR」加速機器人到你家，下波AI革命將啟動？
不久前宣佈將大筆加碼投資人工智慧的Meta，啟動加速現實世界人機協作願景的「PARTNR」計畫。在首席AI科學家楊立昆領導下，「世界模型」突破現有大語言模型限制、促成典範轉移的日子真的不遠了？
小說家馬切耶夫斯卡（Joanna Maciejewska）曾寫過讓許多人心生共鳴的一段話：我希望AI替我洗衣服與洗碗，這樣我就可以做藝術與寫作。而不是AI替我做藝術與寫作，讓我洗衣服與洗碗。
如今，這個人工智慧發展的歧路即將回到正軌？Meta在7日宣布「PARTNR」計畫，目標是將先進人工智慧帶入日常生活。提供10萬組自然語言的任務基準，以及模擬人類示範的數據集，加速人機協作在現實世界落地。
其中，不得不做但乏味的家居任務是一大重點。從打掃、烹飪到取包裹，未來機器人都能代勞。目前，Meta已與Boston Dynamics合作，在實體機器人上進行測試。
Meta PARTNR計畫將機器人引入家居環境。截圖自YouTube
讓人工智慧系統具備與現實世界互動的能力，不僅是Meta人工智慧研究院（FAIR）研發「世界模型」的一大關鍵，透過「PARTNR」蒐集的資料反饋，也能加速優化世界模型的能力。
1月在世界經濟論壇上，Meta 首席AI科學家楊立昆（Yann LeCun）預測，機器人技術將是下個十年的亮點。先進人工智慧系統與機器人的結合，可啟動新一代的應用革命。
一向不看好大語言模型高階能力的楊立昆斷言，現前的大語言模型大約只剩3～5年的活躍期，「我認為在5年內，正常人不會再使用它們，至少不會是人工智慧系統的核心組成部分。」
「我認為我們將看到一種新的人工智慧架構典範出現，」楊立昆表示，「它可能不會有目前系統的限制。」
現有大語言模型無法打造出「先進機器智慧」
與同業相仿，楊立昆也正致力於在機器中打造人類水平的智慧。他相信這件事可以做到，但不認為大型語言模型是正確的途徑。他也不喜歡「通用人工智慧」（AGI）這個詞，認為更適合的名稱是「先進機器智慧」（Advanced Machine Intelligence, AMI）。
對楊立昆來說，人類的智慧也並不通用，而是相當專精的。在近日接受《經濟學人》（The Economist）專訪時，他進一步解釋，「智慧並不是一種線性的東西……而是非常多面向的。」
楊立昆舉例，一套AI系統可以在西洋棋盤上勝過人類棋士，不表示它就「比較有智慧」，只是更擅長下西洋棋。現前的大語言模型擅長生成、處理語言，但在現實世界中的應對表現甚至比不上一隻貓。
「這些AI系統的能力有著巨大的盲點。」他描述，「這些盲點並無法透過在更多文本上訓練更大的大語言模型來解決。」
楊立昆認為，大語言模型有四大限制：對物理世界認識不足，缺乏持久記憶力，欠缺推理能力，進行複雜計畫的能力也相當有限。
近年許多研究人員為大語言模型發展出推理能力，如OpenAI o3、DeepSeek。常見的技巧如引入思考鏈（CoT）、生成多種結果與篩選。楊立昆認為成果不錯，但都會耗費更多算力與時間，楊立昆不認為這會是未來模型進行推理與計畫的方式。
畢竟，語言雖被視為智慧的投射，終究不及現實物理世界來得複雜。楊立昆團隊追求的是能理解世界運作的「世界模型」（world models），近來已不怎麼使用大語言模型。
Meta首席AI科學家楊立昆。取自Meta
世界模型是解鎖推理、複雜計畫能力的關鍵
世界模型的基本概念，是透過學習世界的資料來建立一個心智模型，能夠根據現況觀察與行動，預測世界下一階段的狀態。楊立昆認為，邁向AMI需要幾項關鍵技術，包括自監督學習（SSL）、世界模型，以及可整合各AI能力元素的層次化架構。
例如，人類與許多動物都能夠想像一杯水翻倒後，水會在桌面上蔓延開來。這樣的能力並不仰賴語言符號。但擁有這樣的能力，就可以推理某個行動會在現實世界中產生什麼影響，並規劃能夠達成特定目標的行動。
在家務環境中，一具擁有世界模型的機器，應能夠在觀察一張雜亂的書桌後，根據使用者「清理書桌」的指令，結合預測能力與規劃機制，設計並執行可達成目標的行動。
楊立昆認為，這依然會建築在深度學習、神經網路的基礎上，也還是會需要大量算力。但要突破既有限制，達到人類水平的機器智慧，可能還需要數年至數十年的努力。
與老友觀點分岐，相信先進人工智慧益處遠勝風險
人工智慧科學家辛頓（Geoffrey Hinton）和班吉歐（Yoshua Bengio），與楊立昆同在2018年以深度學習研究貢獻獲得圖靈獎（Turing Award），被共稱為「AI之父」。但與其他兩人相比，楊立昆面對先進機器智慧的態度樂觀得多。
人工智慧科學家辛頓。達志影像
針對班吉歐認為AI技術恐遭惡意濫用、衝擊社會福祉的憂慮，楊立昆認為，所有強大的科技都伴隨著風險，而先進人工智慧為人類帶來的益處將遠勝過風險。身為開源忠實支持者，楊立昆對現有機構制度引導人工智慧行在正途的信心更強。僅由少數人掌握強大技術的風險更高。
辛頓尤其擔心機器智慧超越人類後將不受控制，甚至可能對人類存續帶來威脅。楊立昆認為這是無稽之談，「因為智慧與統治的欲望之間沒有關聯。」AI系統被設計來服從人類，它們也將會服從人類。它們的智慧呈現在更快、更好地執行人類的命令，而不在於支配人類。
人類社會中，許多極端聰明的科學家，也服從高階經理人的指令。楊立昆相信，更強大的人工智慧將能賦能每個人，擴大人類智慧的影響力。
延伸閱讀：