David Silver 是 DeepMind 的强化学习先驱、AlphaGo 与 AlphaZero 的核心创造者之一,目前领导 DeepMind 强化学习团队,并因提出 AI 的"经验时代"(Era of Experience)主张而处于当前 AI 方法论讨论的中心位置。他从棋类智能体走向通用学习系统的观点,正在被用来解释大语言模型的局限与下一步突破方向。
David Silver 近期进展
当前焦点与观察点
围绕 David Silver 的讨论集中在三个问题上。其一是"经验时代"能否兑现:他的主张是 AI 应从依赖人类生成数据的模仿学习,转向智能体通过行动、奖励与反思自我产生数据,但目前主流商用模型仍以预训练为主,落地进度有待验证。其二是与 LLM 路线的张力:数据瓶颈(高质量人类文本渐近耗尽)被 Silver 支持者视为强化学习路线的机会窗口,而反对者则质疑非棋类、语言类环境难以提供干净可靠的奖励信号。其三是 DeepMind 的人才稳定性:在多位知名研究员流向 OpenAI、Anthropic 的背景下,Silver 团队的研究产出将是观察 DeepMind 技术路线延续性的一个窗口。总体来看,Silver 代表了"从数据走向经验"这一技术叙事的关键声音,其判断可能影响未来数年 AGI 路线的走向。