18:21IT之家(博客/媒体)73°2024年图灵奖得主理查德·萨顿在WAIC 2026主论坛上表示,当前AI系统主要依赖人类数据转移,这种方法已达极限,无法生成新知识。他对比AlphaGo和婴儿学习,指出大语言模型缺乏奖励信号,无法区分真假。萨顿认为AI目前“比较弱小且不可靠”,但同时强调其有用性。阶跃星辰董事长印奇则预测2026年模型能力跨越临界点,智能体将从聊天工具进化为生产力最小单元。行业理查德·萨顿WAIC阶跃星辰推荐理由:图灵奖得主萨顿批评大模型“弱小不可靠”,阶跃星辰印奇却押注AGI就在眼前,两种观点直接碰撞,值得一看。原文稍后读已读值得跟进有用关注 理查德·萨顿
11:02IT之家(博客/媒体)精选72°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。行业生成式AI科学发现强化学习推荐理由: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?原文稍后读已读值得跟进有用关注 生成式AI