大语言模型是AI的弯路？强化学习之父犀利剖析
在近期的一次深度访谈中，被誉为"强化学习之父"的图灵奖得主Richard Sutton爆出争议性观点：当前备受瞩目的大语言模型（LLM）发展路径可能从根本上就走错了方向。
Sutton坚持认为，真正的智能应该建立在从实际经验中学习的基础上——通过与环境互动、观察反馈并不断调整行为来实现既定目标。相比之下，他认为大语言模型更像是人类的"模仿者"，缺乏自主目标和对外界变化的真实感知与适应能力。
这位AI先驱的直言不讳，在当下火热的大模型热潮中投下了一颗震撼弹，促使人们重新审视什么才是构建人工智能的正确路径。
访谈内容亮点
- 大语言模型究竟是不是技术死胡同？
- 人类的学习方式是否包含模仿？
- 经验学习时代何时到来？
- 现有AI架构的泛化能力困境
- AI发展历程中的意外发现
- "苦涩的教训"对AGI的意义
- AI技术的迭代方向
学术头条精选整理了访谈的第一部分内容，在不改变原意的情况下进行了编辑和整理。
Dwarkesh Patel：作为一名深耕强化学习领域的研究者，您如何看待当前主流的大语言模型浪潮？
Richard Sutton：二者代表完全不同的技术路径。大语言模型火热的表象下，我们可能正在偏离AI研究最本质的问题——真正的智能应该立足于对世界的理解能力。
Dwarkesh Patel：但许多人认为，大语言模型在模仿人类语言的过程中已经建立了强大的世界模型？
Richard Sutton：这是根本性的误解。模仿说话与理解世界完全不同。真正的世界模型应该能够预测未来事件，而不仅仅是预测人类的对话内容。
...（中略）...
Dwarkesh Patel：如何看待您在2019年提出的"苦涩的教训"在当前大模型时代的适用性？
Richard Sutton：有趣的是，有些人正以此为大规模模型的合理性背书。但我要强调的是，真正可扩展的方法必须基于经验学习——不需要人类知识预设，而是通过实践检验真理。当前的大语言模型恰恰缺乏这个核心要素。
Dwarkesh Patel：是否存在可能，以大语言模型为基础逐步接入经验学习？
Richard Sutton：历史经验表明，这种过渡往往难以实现。人们容易被初始模式所束缚，最终真正突破性的进展总是来自于全新的、更本质的方法。
热门专题
热门推荐
当一家头部量化私募机构，凭借自主研发的AI Agent智能体矩阵，仅耗时7天就高效完成了以往需要长达90天甚至180天才能走完的完整研究流程时，一个明确的行业信号已然显现：人工智能在量化投资领域的应用深度，已从初期锦上添花的辅助角色，全面升级为足以重构整个行业生产力底层逻辑的核心基础设施。 然而，这
思维导图能有效梳理思路并提升信息传递效率。在PPT中可通过三种方法制作：一是利用SmartArt图形快速插入并编辑层次结构；二是手动绘制形状和连接线以实现高度自定义；三是借助专业软件制作后以图片形式插入。这些方法均旨在通过视觉化工具使幻灯片内容更清晰有条理。
港股AI大模型板块持续走强，MiniMax与智谱被视为“双子星”引领板块。MiniMax被纳入相关指数带来资金支撑，智谱凭借GLM架构占据核心地位。板块驱动因素包括监管趋于明确、商业化进展不断兑现以及被动资金持续流入。市场正从概念炒作转向验证真实技术与商业落地能力，推动相关标的价值重估。
在《饼干人联盟》的冒险旅程中，欢乐果冻森林的1-10关卡是许多玩家遇到的第一个重要挑战。这一关不仅是前期资源积累的关键节点，也是检验队伍配置与操作技巧的绝佳机会。为了帮助大家顺利攻克难关并获取丰厚奖励，我们准备了这份详细的通关攻略。 一、关卡BOSS解析：幸福花 本关的守关首领是幸福花。虽然名字听起
伊朗电信基础设施迎来重要升级。该国于26日正式宣布，其国际互联网带宽与连接已实现稳定、全面的恢复。 此次恢复意味着，伊朗境内的固定宽带用户现已能够顺畅访问全球网络，正常使用国际网站、在线应用及各类数字服务。此前，伊朗通信部门已多次表明，正在有序推进国际互联网接入的修复与优化工作。官方强调，此举旨在从