00:00 / 08:05
连播
清屏
智能
倍速
点赞452
00:00 / 31:38
连播
清屏
智能
倍速
点赞86
00:00 / 08:41
连播
清屏
智能
倍速
点赞14
00:00 / 06:58
连播
清屏
智能
倍速
点赞33
00:00 / 00:58
连播
清屏
智能
倍速
点赞6812
00:00 / 10:20
连播
清屏
智能
倍速
点赞34
00:00 / 00:29
连播
清屏
智能
倍速
点赞3158
00:00 / 00:11
连播
清屏
智能
倍速
点赞NaN
00:00 / 00:12
连播
清屏
智能
倍速
点赞15
00:00 / 04:05
连播
清屏
智能
倍速
点赞NaN
00:00 / 00:21
连播
清屏
智能
倍速
点赞458
00:00 / 10:32
连播
清屏
智能
倍速
点赞0
00:00 / 00:39
连播
清屏
智能
倍速
点赞656
00:00 / 02:24
连播
清屏
智能
倍速
点赞455
00:00 / 07:56
连播
清屏
智能
倍速
点赞261
伟大的 AI 辩论:大语言模型是飞跃,还是死胡同? 图灵奖得主理查德·萨顿(Richard Sutton)认为,如今流行的大语言模型(LLM)不过是“高端模仿”的死胡同,真正的人工智能只有通过在环境中以目标驱动方式、直接体验与互动才能诞生,而非仅仅模仿人类文字。 在人工智能领域,正暗流涌动着一场根本性的争论:一边是大型语言模型的巨大成功,被视为突破性进展;另一边则是一个声音——以萨顿为代表——坚称这一路线本质有缺陷,无法通向真正的智能。 萨顿的核心论断是:诸如 ChatGPT 这样的 LLM,本质上是优秀的模仿者,而非理解者。它们被训练去预测下一个最可能出现的词语,因此善于复制人类写作风格,但却只能反映人们所说的世界,而无法真正理解或参与世界的运作。他们缺乏“直接经验”这一关键学习元素。 他主张替代方案应具备以下特征: - 四合一智能体架构:包括策略(Policy)、价值函数(Value Function)、感知模块(Perception)及转移模型(Transition Model)。 - 持续学习:摒弃静态的大规模训练阶段,让智能体在交互过程中不断基于感觉、行动与奖励流更新自身,而不是把新知识塞进上下文窗口。 - 真实目标驱动:智能必须围绕目标运作,通过最大化奖励信号来区别“好”与“坏”的行为,而不仅是预测下一个词。 在他看来,目前包括 LLM 在内的 AI 系统在泛化能力上很差,很难将知识从一种情境迁移到另一种情境(除非人工精心设计过)。他认为,一个像 TD-Gammon 那样通过强化学习从经验中构建的系统,更具有真实智能的潜力。 在他看来,行业如今陷入了“训练阶段与部署阶段”这种思维误区。下一个突破,不是再造一个更大规模的 GPT,而是要设计能在现实世界中“生活”并学习的智能体。#人工智能 #AI #大语言模型 #AGI #理查德·萨顿
00:00 / 11:43
连播
清屏
智能
倍速
点赞10