精选理由
萨顿点出了生成式AI在科学发现上的根本局限，做AI研究和科学发现的团队值得反思：你的系统有评估闭环吗？
图灵奖得主理查德·萨顿指出，普通生成式AI（如大语言模型）缺乏自我评估与持续筛选能力，因此难以完成真正的科学发现。他认为科学发现需要变异、评估和选择性保留三步，而生成式AI只擅长生成变体，缺少测试环节来筛选更好方案。萨顿列举AlphaGo、AlphaFold等系统作为正面案例，这些系统都有评估闭环。他还批评AI行业过度押注更大语言模型，更看好能与环境互动、从经验中学习的AI智能体。
AI 翻译 · 中文
图灵奖得主理查德·萨顿指出，普通生成式AI（如大语言模型）缺乏自我评估与持续筛选能力，因此难以完成真正的科学发现。他认为科学发现需要变异、评估和选择性保留三步，而生成式AI只擅长生成变体，缺少测试环节来筛选更好方案。萨顿列举AlphaGo、AlphaFold等系统作为正面案例，这些系统都有评估闭环。他还批评AI行业过度押注更大语言模型，更看好能与环境互动、从经验中学习的AI智能体。
IT之家 6 月 2 日消息，科技媒体 The Decoder 昨日（6 月 1 日）发布博文，报道称图灵奖得主理查德 · 萨顿（Richard Sutton） 认为普通生成式 AI 缺少自我评估与持续筛选能力，难以完成真正科学发现。 IT之家注：萨顿是美国计算机科学家，强化学习领域主要奠基人，现任阿尔伯塔大学计算机科学教授、北京大学图灵导师、前 DeepMind 研究科学家，2025 年 3 月与安德鲁 · 巴托共同获 2024 年图…