Gary Marcus 是一位著名的认知科学家和人工智能评论家，现任纽约大学心理学与神经科学教授，因其对深度学习局限性的尖锐批评而广为人知。他频繁通过社交媒体和媒体文章质疑AI行业的主流叙事，强调规模化无法解决AI的根本准确性问题，并警告AI泡沫可能破裂的风险。 Gary Marcus近期进展 对AI准确性问题的持续批评：Gary Marcus 在金融时报上撰文指出，单纯依赖大规模计算无法解决AI的准确性根本问题，认为当前AI系统缺乏对真实世界理解的深度。(来源) 警告AI泡沫与硬件贬值风险：他预测AI公司资本支出将翻四倍，但商业模式存在疑问，同时警告一旦泡沫破裂，相关硬件资产可能大幅贬值。(来源)(来源) 质疑递归自我提升与AGI叙事：Gary 评论GPT-5.5缺乏科学品味，认为递归自我提升难以实现，并指出尽管AI编程能力提升，但研究能力依然很差。(来源)(来源) 对行业集中化与反乌托邦风险的担忧：他与其他专家联名警告，前沿AI技术集中在美国少数公司手中可能带来反乌托邦风险，并预测某些AI公司（如Anthropic）业绩可能下滑。(来源)(来源) 当前焦点与观察点 Gary Marcus 的观点在AI社区引发持续争议。支持者认为他指出了行业忽视的根本问题，如模型的可解释性和可靠性；反对者则批评他低估了技术进步的速度。从近期言论看，他更加关注AI经济泡沫的风险和行业集中化的治理问题。值得注意的是，他引用Hinton的旧预言（深度学习5年内超越放射科医生）来对比当前AI未能兑现的承诺，进一步巩固其批评立场。Gary 的言论对投资者和从业者具有参考价值，但也需注意其立场可能偏向悲观。