最近在NVIDIA GTC 2025举办的“AI与计算前沿”主题讨论中，AI领域的先驱Yann LeCun与Bill Dally的对话激发了我对通用人工智能（AGI）未来的深入探索。讨论内容涵盖了深度学习的新兴趋势、AI架构的演进以及创新硬件的关键作用。受此启发，我再次回顾了一个基础的认知框架：Daniel Kahneman著名的“系统1”与“系统2”。

超越系统1与系统2的二元对立

Kahneman将人类思维分为两种截然不同的模式：

• 系统1：快速、自动、直觉式。
• 系统2：缓慢、深思熟虑、分析性。

然而，随着思考的深入，我愈发清楚地意识到，我们的思维并不能简单地被这两个盒子所归类。实际上，它更像是一个连续体——可以想象成平滑的渐变，而非二元的开关。在低端，是纯粹的潜意识反射过程；在高端，则是深刻的反思与哲学思考。这个洞见让我思考：我们的AI模型，为什么不能也反映这种连续的认知光谱呢？

用JEPA可视化抽象思维

为了更好地理解这种渐变，不妨考虑一下我们如何可视化复杂的物体。人类能够轻松地将原始感官数据——比如来自双眼的两幅略有不同的图像——转化为生动的三维心理图像。随后，我们从这个心理模型中抽象出有意义的细节，并将这些洞见传递到更为深思熟虑、分析性的思维过程之中。

这一认识让我关注到Yann LeCun提出的JEPA（联合嵌入预测架构）。JEPA天生擅长建模预测性认知，类似于我们的直觉“系统1”。它以一种非常接近人类直觉的方式预测缺失信息。最初，将JEPA与如GPT这样的Transformer模型结合似乎是自然而然的选择。虽然Transformers在逐步生成连贯语言方面表现出色，但却缺乏JEPA的预测抽象能力。那么，能否将两者结合，构建更丰富的认知架构？

集成注意力：融合Transformers与JEPA

但在实际中，如何整合这两种模型？与其将JEPA和Transformer视为并行的两条流，不如直接将JEPA嵌入到Transformer的潜在空间中。可以将注意力机制想象成信息的“守门员”，动态决定：

• 何时利用JEPA的预测洞见（将JEPA视为直觉的“本能反应”）。
• 何时完全依赖Transformer逐字逐句的详细生成。

这个想法可以类比为一个心理“总机”，根据上下文不断调整直觉与逻辑之间的平衡。这种动态灵活性，正如人类在快速判断与深思熟虑之间自如切换。

快照学习：随时间捕捉知识

在进一步探索中，我想象了一种类似人类记忆的场景——通过“快照”进行学习。与其无休止地微调一个庞大的模型，不如每隔一段时间（例如每训练1000万token）捕捉一次“知识快照”。每个快照都新增一层轻量级的结构，类似于LoRA（低秩适应），层层叠加。

这种方法有一个形象的类比：想象地质中的沉积层，每一层都代表某一时期获得的知识。较老的层逐渐变得不那么相关，最终被压缩或丢弃，从而保持高效。

扩展维度以实现动态知识管理

我将这个概念进一步拓展，提出在潜在空间中增加第三个维度——本质上是垂直堆叠知识层。每一次训练都在这个维度上新增一个“知识层”。模型在做出预测时，会沿着这个新轴将各层知识聚合起来，形成统一的理解。

但这也带来了一个重要问题：维度的增加意味着模型体积急剧膨胀，计算压力巨大。我的解决方案是：定期进行剪枝或合并，将较旧、作用较小的知识层压缩成紧凑的形式，从而在保留知识的同时兼顾效率。

处理模型的不确定性

我还深入思考了不确定性——这是人类思维的固有特征。目前的语言模型即使不确定也会强行给出答案。为什么不直接编码不确定性呢？想象训练模型在遇到不确定时输出一个特殊token（比如“我不确定”）。这个token可以提示模型暂停，并重新调用JEPA的广泛预测能力，就像人类会退一步重新思考一样。

动态遗忘与持续学习

我的最后一个洞见聚焦于动态管理知识，模拟人类记忆的灵活性。人类会自然地遗忘过时的信息，而AI模型目前还做不到。我们能否实现一种“负LoRA”机制——主动剪除过时参数？

这种方法类似于“弹性权重固化”，即关键参数保持不变，而不重要的参数被剪枝或更新。定期评估知识的相关性，确保模型既能保持最新状态，又能控制计算资源消耗。

总结与开放性问题

回顾这次探索，我的结论很明确：

• 我们不应将系统1和系统2割裂开来，而应构建一个统一、集成的认知系统，无缝融合直觉与分析处理。
• 我们需要动态机制，实现持续学习与选择性遗忘，模拟自然的认知灵活性。

但仍有许多问题待解：

• 如何管理多维潜在空间带来的计算复杂度？
• 动态剪枝能否真正让模型保持高效？
• 集成注意力机制能否真实模拟直觉与分析之间的无缝切换？

这些问题将指引我未来的探索。归根结底，理解并模拟人类认知，要求我们超越传统的二元对立，拥抱流动、动态的相互作用——这是我渴望继续深入的方向。