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。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
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
加密货币行业翘首以盼的监管里程碑，终于有了实质性进展。美国证券交易委员会（SEC）主席保罗·阿特金斯（Paul Atkins）近日证实，那份允许加密项目在早期获得注册豁免权的“安全港”框架提案，已经正式送抵白宫，进入了最终审查阶段。 在范德堡大学与区块链协会联合举办的数字资产峰会上，阿特金斯透露了这
微策略Strategy报告：第一季录得144 6亿美元浮亏 再斥资约3 3亿美元买进4871枚比特币 市场震荡的威力有多大？看看Strategy的最新季报就明白了。根据其最新向美国证管会(SEC)提交的8-K报告，受市场剧烈波动影响，这家公司所持的比特币在第一季度录得了一笔惊人的数字——144 6亿
稳定币巨头Tether的动向，向来是加密世界的风向标。这不，它向Web3基础设施的版图扩张，又迈出了关键一步。公司执行长Paolo Ardoino在社交平台X上透露，其工程团队正在全力“烹制”一个新项目——去中心化搜索引擎 “Hypersearch”。这个消息一出，立刻引发了行业的广泛猜想。 采用D
基地位于Coinbase旗下以太坊Layer2网络Base的Seamless Protocol，日前正式宣告了服务的终结。这个曾经吸引了超过20万用户的原生DeFi借贷协议，在运营不到三年后，终究没能跑赢时间。它主打的核心产品是Integrated Leverage Markets（ILMs）——一
PAAL代币揭秘：深度解析Web3社区治理的核心钥匙 在去中心化自治组织的浪潮中，谁真正掌握了项目的话语权？PAAL代币提供了一套系统化的答案。它不仅是生态内流转的价值媒介，更是开启链上治理大门的核心凭证。通过持有并质押PAAL代币，用户能够对协议升级、资金分配乃至战略方向等关键事务投出决定性的一票