《Objective-Driven AI – 朝着能够学习、记忆、推理、规划、具备常识且可控制以及安全的人工智能系统迈进》
自监督学习(SSL)在理解和生成文本、图像、视频等方面表现很好，但还不足以达到人类智能水平。我们需要机器能学习世界运作的方式，进行推理和规划。
大规模自回归语言模型能很好地生成文本，但仍存在诸多问题，如事实错误、逻辑错误、不一致、有限的推理能力等。大模型无法表示基础的现实，也缺乏常识和规划能力。
大模型是有限的，就像大脑的维尔尼克语言区和布若卡语言区。我们还缺少类似前额叶皮层的高级认知规划模块。
应该转向目标驱动AI系统，它可以学习、推理、规划，同时可控且安全。关键是构建能预测状态的世界模型，以及度量目标完成度的成本函数。
建议舍弃生成模型，采用联合嵌入预测架构。舍弃概率模型，采用基于能量的模型。舍弃强化学习，采用模型预测控制。
联合嵌入预测架构适合学习世界模型。成本函数可实现多步规划、层次规划。解耦世界模型与解码器，可避免LLM的一些问题。
目标驱动AI可使对话系统安全可控，无需额外的RLHF微调。可配置成本模块实现约束，确保输出的事实性、无害性等。
关键挑战是学习世界模型和成本函数。要达到人类水平 AI 还需要解决许多问题，需要花费数年乃至数十年时间。
http://aicoco.net/s/4n
