Yann LeCun反对用“通用”描述人类智能，认为人类高度专精

我认为分歧主要在于词汇。我反对用“通用”来指代“人类水平”，因为人类是极其专精的。你可能会不同意人类心智是专精的，但事实确实如此。这不仅仅是理论能力的问性问题，也是实际效率的问题。显然，一个受过适当训练的人脑，配上无限供应的纸和笔，是图灵完备的。但对于绝大多数计算问题来说，它的效率极其低下，在有限资源下（比如下棋）表现非常次优。让我举个例子：理论上，一个两层神经网络可以任意逼近任何函数。但实际上，几乎所有有趣的函数都需要隐层指数级多的单元。所以我们用多层网络（这实际上就是深度学习存在的原因）。另一个论据：视神经有100万根神经纤维。假设信号是二进制的，那么视觉任务就是从1百万比特到1比特的布尔函数。在所有可能的这类函数中，人脑能实现的比例是多少？答案是：微乎其微。1百万比特的布尔函数数量是2^(2^1E6)，这是难以想象的巨大数字，大约2^(1E301030)或10^(3x1E301029)。假设人脑有1E11个神经元，约1E14个突触，每个用32位表示，那么整个连接组的比特数最多为3.2E15。这意味着整个人脑能表示（计算）的布尔函数总数最多为2^(3.2E15)。与2^(1E301030)相比，这是个极其微小的数字。我们不仅不是通用的，而且是*荒谬地*专精的。可能函数的空间是巨大的。我们没有意识到这一点，因为大多数函数对我们来说都难以理解地复杂，看起来完全随机。我喜欢阿尔伯特·爱因斯坦的名言：“世界上最不可理解的事情是世界是可以理解的。”在所有世界可能组织的随机方式中，我们居然能找到理解其中一小部分的方法，这相当不可思议。我们不理解的部分，我们称之为熵。宇宙中大部分信息内容都是熵：那些我们微弱的头脑无法理解、选择忽视的东西。