5025 积分	1 好友	696 主题

Jürgen Schmidhuber指控Yann LeCun学术抄袭：JEPA架构与30年前PMAX论文高度相似

发表于 4 天前 | 查看: 30| 回复: 0

Jürgen Schmidhuber的一则推文，犹如在平静的AI学术湖面投下了一枚深水炸弹。这位LSTM之父、深度学习奠基人之一，直指图灵奖得主、Meta首席AI科学家Yann LeCun提出的JEPA架构，不过是其1992年发表的PMAX系统的“翻版”。

3月31日，Schmidhuber在社交媒体上发布了一条简洁但极具分量的推文，内容仅包含文献编号和一句断言：“Yann LeCun的JEPA，就是我在1992年发表的PMAX。” 这不仅是对一位顶尖学者原创性的质疑，更将一场关于深度学习发展史的“优先权”争论推至台前。

这场争议的核心在于技术架构的相似性。Schmidhuber抛出了硬核证据：他在1992年发表的PMAX系统。其核心架构涉及两个非生成式神经网络，其中一个网络为自身输入创建潜在表示，另一个则学习从其自身的潜在空间预测第一个网络的表示，并同时防止表示“崩溃”。

而LeCun在2022年提出的JEPA，其核心思想是学习从一种输入的表征去预测另一种相关输入的表征，同样强调在潜在空间中进行预测，而非直接生成像素。

Schmidhuber贴出了1992年论文《Discovering Predictable Classifications》的截图佐证。文中详细描述了自动编码器、潜在空间预测以及对称与非对称网络结构。他甚至提到了“防止表示过于通用”——这与今天JEPA论文中重点讨论的“防止崩溃”问题如出一辙。

“PMAX实际上是一整个方法家族。最简单的实例：一个自动编码器网络看到输入并在隐藏单元中表示它（即潜在空间）。另一个网络看到不同但相关的输入，并学习预测（从它自己的潜在空间）自动编码器的潜在表示。”

更引人注目的是来自BYOL团队负责人Michal Valko的背书。他在2026年公开赞扬PMAX：“令人震惊的是，PMAX作为原型自监督学习/对比学习框架，比SimCLR、BYOL、Barlow Twins早了25-30年。它没被充分赞扬真是令人震惊。”

Valko还进一步列出了详细的对比，指出Barlow Twins的互相关惩罚、VICReg的方差铰链损失等现代方法，都能在PMAX的早期论述中找到对应。他总结道，今天的JEPA家族，或许只是PMAX的一个“注释版”。

象征AI技术传承与时间流逝的沙漏建筑插画

然而，这并非Schmidhuber第一次对LeCun的学术原创性提出质疑。他在推文中进一步列举：LeCun并未“共同发明深度学习”，不是卷积神经网络（CNN）的发明者，甚至也不是第一个将CNN与反向传播结合的人。他认为，许多颁给LeCun的荣誉，本应属于那些未被充分引用的早期研究者。

争论还延伸到了商业领域。Schmidhuber指出，LeCun于2025年成立、以JEPA为核心技术的新公司AMI，其致力于物理世界AI的定位，“明显模仿了”他自己在2014年创立的公司NNAISENSE——后者同样基于神经世界模型来探索物理世界的通用人工智能。

“三十年前的计算成本高了一百万倍，但JEPA的基本洞见已经存在。”Schmidhuber总结道，“LeCun只是重新包装了旧想法，没有引用它们。”

当然，事件也存在另一面的声音。在推文评论区，有用户指出JEPA可能包含更复杂的“规划”步骤，认为“概念重叠”并不等同于“本质相同”。PMAX与JEPA在具体实现细节和目标函数上可能存在差异。

对此，Schmidhuber的回应直接而尖锐：“你把JEPA和H-JEPA搞混了。H-JEPA只是几个JEPA/PMAX的堆叠。”

这触及了AI研究中的一个经典灰色地带：“独立发现”与“想法重包装”的界限往往模糊。1992年的PMAX因当时有限的计算资源未能产生广泛影响，而LeCun在2022年的JEPA论文中也确实未引用这篇早期工作。

是学术疏忽，还是有意为之？Schmidhuber引用了一篇《自然》文章的观点，似乎给出了自己的答案：“聪明的抄袭者最危险——他们用不同的话改写之前的发现，故意隐藏想法来源，然后在随后的年份里强力声称自己发现了新现象。”

这场争论最发人深省的部分，或许隐藏在Valko的另一句评论中：“在研究中，提前30年正确和错误看起来完全一样，直到计算能力追上。”

PMAX在1992年或许只能处理简单的立体视觉任务，而今天的JEPA已能驾驭视频、语言等多模态数据。但二者架构的“DNA”是否同源？这已不单纯是学术诚信的辩论，更关乎AI历史叙事权的争夺。

展现神经网络与芯片技术演进的赛博朋克风格插画

当投资者为“世界模型”等前沿概念兴奋时，他们是否知道，这些想法在Schmidhuber的实验室里已被探讨了超过三十年？Schmidhuber在文末冷静地补充道：“虽然内行都知道大语言模型不足以实现AGI，但JEPA同样不足以实现AGI。我们当然知道——我们以PMAX的名义拥有它已经超过30年了。”

历史不会简单重复，但常押着相似的韵脚。这次，韵脚跨越了整整三十年。

当今天的创业者和研究者热烈讨论“潜在空间预测”和“世界模型”时，这个故事或许是一个提醒：有些思想的种子，早在个人电脑尚未普及的年代就已埋下。

描绘芯片、电路与早期计算机象征AI硬件发展的素描插画

这场顶尖学者之间的交锋，无疑是近期最受关注的资讯之一。它不仅关乎个人荣誉，更引发了关于学术传承、创新本质与历史记忆的深层思考。对这类技术圈“大事件”的讨论，正是开发者广场这类社区的活力所在。如果你对人工智能领域的演进历史、技术争议或未来趋势有更多见解，欢迎在云栈社区与我们分享和探讨。