1.8 KiB
1.8 KiB
title, created, updated, type, tags, sources
| title | created | updated | type | tags | sources | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| 预测行动后果 (Action Consequence Prediction) | 2026-06-08 | 2026-06-08 | concept |
|
|
预测行动后果 (Action Consequence Prediction)
智能系统应具备的核心能力之一，也是 LeCun 认为 LLM 缺失的第一大能力。
为什么如此关键？
"智能的本质不是反应，而是选择。"
一个系统如果无法预判"做了这件事之后会发生什么"，只能被动响应当前输入，无法主动权衡和制定策略。没有这个能力，"行动"不过是刺激与反应之间的映射，和反射弧没有本质区别。
神经科学视角
- 发表在 Nature Neuroscience 的研究：大脑本质上是一台预测机器，而非反应机器
- 处理感官信号需几百毫秒，而世界不会等你——大脑必须提前下注，用预测跑在现实前面
- 流程：在内部持续模拟"行动→后果"循环，用预测指导行动，用感知校正预测
LLM 的根本差距
- LLM 没有内部模拟器
- 它描述行动后果的能力来自训练数据里人类写下的经验，而非自己模拟出来的现实
- 上一个 token 的影响和下一个 token 的预测之间，基本没有反馈回路
LeCun 的解决方案
jepa + world-model-lecun：整个预测过程发生在行动之前，先在内部模拟，而非盲目试错。
预测行动后果是multi-step-planning的前提——没有世界模型告诉系统"走这条路会到哪里"，搜索只能盲目试错。