01:18Gary Marcus@GaryMarcus心理学家Gary Marcus在世界科学节(WorldSciFest)的一场视频讨论中指出,LLM存在固有局限性,仅靠扩大规模无法实现真正推理。他认为当前基准测试因心理测量学因素(如题目过拟合)而失效,无法反映模型真实能力。Marcus主张神经符号AI(Neuro-Symbolic AI)可能引领下一代AI范式,结合符号推理与神经网络。该视频包含对AI发展方向的深入分析。行业Gary MarcusLLM神经符号AI基准测试AI范式推荐理由:听Gary Marcus用神经符号AI挑战主流LLM,看完你会重新思考AI基准测试的真相。原文
00:44Gary Marcus@GaryMarcusGary Marcus在推文中回顾其2020年arXiv文章《AI的下一个十年》,指出若当时采纳其建议,AGI可能已经实现。他认为过去三年纯规模扩展的路线是弯路,而神经符号AI(如Claude Code、DeepMind解决9个Erdos问题的系统)已取得进展。但其他三个目标——机器可解释知识库、可靠推理系统、显式世界模型——进展甚微。他呼吁聚焦这些方向,AGI或可在下一个十年内实现。行业AGI神经符号AI规模扩展Gary MarcusAI路线图推荐理由:Marcus戳穿了纯规模扩展的泡沫,做AI研究或关注AGI路线的人,看完会对当前方向产生反思。原文
10:22Gary Marcus@GaryMarcusGary Marcus在X上发帖,重申他2022年论文中“深度学习正在撞墙”的观点,并指出神经符号AI正在拯救这一困境。他批评有人误解了原始论点,并以一个寓言故事说明:深度学习在预训练扩展效果下降后,通过推理时计算、强化学习和工具使用取得突破。Marcus强调,这些进展恰恰验证了深度学习需要符号AI补充的预测。行业神经符号AI深度学习Gary Marcus推理时计算AI范式推荐理由:Gary Marcus的神经符号AI观点再次被验证,关注AI范式演进的读者值得一看,尤其是对深度学习局限和未来方向有思考的开发者。原文