01:41Decoder@Matthias Bastian76°图灵奖得主Richard Sutton指出,传统生成式AI的核心缺陷在于无法评估自身结果,因此无法实现真正的科学发现。他认为,没有内置评估循环,AI产生的创新只是昙花一现,无法积累。相比之下,AlphaGo和AlphaProof等系统通过内置评估机制展现了真正的创造力。Sutton的观点挑战了当前大语言模型在科学研究中的主导地位,强调评估能力是AI实现科学突破的关键。AI模型生成式AI科学发现评估循环AlphaGoRichard Sutton推荐理由:Sutton戳中了生成式AI的致命短板——没有自我评估能力,做科研的团队和AI开发者值得深思:你的模型真的能推动科学发现吗?原文
08:53Marc Andreessen@pmarca精选AI 先驱 Richard Sutton 在视频演讲中提出争议性观点:当前基于监督学习的生成式 AI(包括大语言模型、图像和视频模型)本质上无法做出新颖的科学发现。他认为这些系统能产出“好”或“新”的结果,但无法同时兼具两者——当输出新颖时往往意味着“幻觉”,而追求准确性时则缺乏创新。Marc Andreessen 对此评论称,在 AI 时代我们可能从未真正定义过“新颖”和“发现”,AI 将创造许多新事物但难以命名。这一观点挑战了当前 AI 在科学和数学领域的应用预期。AI模型生成式 AI监督学习AI 创新Richard Sutton科学发现推荐理由:Sutton 的演讲戳中了生成式 AI 在科研创新上的核心局限,做 AI 研究或依赖 AI 做科学发现的团队值得一看,看完会对当前模型的能力边界有更清醒的认识。原文