LeCun与Hassabis激辩通用智能：人类智能是专用还是通用？

近日，AI领域最引人注目的事件当属Yann LeCun与Demis Hassabis在社交媒体上的激烈争论。这场辩论围绕“通用智能”的本质展开，迅速引发全网围观。

事件的导火索源于LeCun在一次播客访谈中的“火力全开”。他在节目中直言：“通用智能”根本不存在，完全是无稽之谈。他认为，人类之所以产生“通用”的错觉，是因为陷入了幸存者偏差——我们只能意识到自己能想象的问题，而忽略了海量超出认知范畴的任务。人类在棋类等任务上表现笨拙，而许多动物在其他领域远超我们。

播客地址： https://www.youtube.com/watch?v=7u-DXVADyhc 

LeCun的观点犀利而直接：我们之所以觉得人类智能通用，是因为只能看到自己能够构想的任务，却无法感知认知盲区之外的无限可能。他举例说，人类在国际象棋上远不及AI，而许多动物在嗅觉、听觉或导航能力上远超人类，这恰恰证明人类智能是高度专用化的。

以下是LeCun的原话摘录：

所谓的通用智能根本站不住脚。这个概念本就是用来指代人类水平智能的，但人类智能实际上极其专用。我们擅长应对现实世界和社交，这源于进化。然而在下棋这类任务上，我们表现糟糕，很多动物比我们强得多。

这意味着什么？意味着我们是专用的。自以为通用，只是一种错觉——因为我们能构想的问题，恰恰是我们能理解的范畴。反之亦然。我们只是在所有能想象到的问题上显得“通用”，但还有无数问题我们根本无法想象。

这里有数学论证支撑，简言之，通用智能的概念完全是胡说八道。

该言论迅速发酵，支持者赞其“清醒现实”，批评者则认为这是夸张博眼球。

批评者认为其言论过于极端。

本以为这只是LeCun的日常输出，不料却引来Google DeepMind掌门人Demis Hassabis的正面硬刚。Hassabis引用该帖，直接驳斥，瞬间将讨论热度推至新高（近700万围观）。

Hassabis认为LeCun混淆了“通用智能”与“普适智能”。他指出，虽然“天下没有免费的午餐”定理表明没有算法能完美解决所有问题，但人类大脑和AI基础模型近似图灵机，只要有足够时间、内存和数据，理论上可学习任何可计算事物。

他特别反击了LeCun关于下棋的评论：人类大脑原本为草原狩猎采集而进化，却能用这套硬件发明国际象棋、建造波音747，这难道不是通用性的惊人体现吗？

以下是Hassabis的回应：

Yann完全错了，他混淆了通用智能与普适智能。大脑是宇宙中最精妙复杂的现象，且具有极高的通用性。当然，我们无法绕过“无免费午餐”定理，现实系统中必然存在一定专业化。但关键在于，从理论上讲，一个通用系统（如图灵机）的架构，只要给予足够时间、内存和数据，就能学习任何可计算函数。人类大脑和AI基础模型都是近似的图灵机。

至于Yann对国际象棋选手的评论，人类能发明国际象棋，以及发展出现代文明的一切（从科学到波音747），这本身就令人惊叹。像Magnus Carlsen这样的顶尖棋手能达到如此高度，考虑到我们大脑原本是为狩猎采集而设计，这简直不可思议。

许多网友赞同Hassabis，认为人类大脑的适应性和创造力足以证明其通用性。

也有中立者加入讨论，从不同角度剖析。

LeCun本人迅速回应，毫不退让。

他强调这不仅是定义之争，更是数学事实：理论上可行不代表实际有效。人类视神经传递的信息量巨大，能从海量数据中找到规律，但能理解的世界在数学概率上微乎其微。比起惊叹人类能造波音747，他更感叹人类居然能在充满随机熵的宇宙中理解一丁点东西，但这依然改变不了我们高度“专用”的本质。

LeCun的详细反驳：

分歧在于词汇定义。我反对用“通用”指代“人类水平”，因为人类极度专业化。你可能不同意，但事实如此。这关乎实际效率，而不仅是理论能力。一个受过训练的人脑虽图灵完备，但在处理绝大多数计算问题时效率极低，比如下棋就是高度次优的。

打个比方：双层神经网络理论上可逼近任何函数，但实践中需要极大数量的隐藏单元，所以我们用多层网络——这正是深度学习存在的原因。

再看视神经：它有100万根纤维，假设信号二元，那么视觉任务就是从1E6比特到1比特的布尔函数。在所有可能函数中，大脑能实现的比例微乎其微。可能的布尔函数总数是2^(2^1E6)，而人脑可表示的函数最多2^(3.2E15)，两者相比，我们极其专业化。

可能的函数空间巨大，大多数对我们来说复杂得难以理解。爱因斯坦有句名言：“这个世界最不可理解的事情，就是它是可以理解的。”宇宙中大部分信息是熵，我们只能理解极小部分。

这场“神仙打架”自然引来各路大佬围观。

谢赛宁支持LeCun，推荐Frans de Waal的《我们足够聪明到知道动物有多聪明吗？》，表示这本书让他对动物智能更谦卑，暗指人类不应自恋于“通用性”。

“黑天鹅”之父Nassim Nicholas Taleb从哲学切入，认为LeCun阐述了Quine的经验主义教条在AI的投射，任何智能都受领域、进化和结构束缚。

马斯克简洁转发：“Demis说得对。”

免疫学家Derya Unutmaz则认为LeCun陷入概念混乱。

这场争论看似围绕定义，实则反映对AGI发展路径的不同判断。Hassabis倾向通用计算主义，认为架构通用性配合规模扩展即可外推能力边界；LeCun则强调现实约束与效率，认为智能系统必须依赖结构偏置和世界模型。两条路径将长期并行，相互借鉴，而争论本身正是推动领域前进的动力。

参考链接：

https://x.com/demishassabis/status/2003097405026193809 

https://x.com/slow_developer/status/2003183759445885409?s=20