大语言模型是AI的弯路？强化学习之父犀利剖析

在近期的一次深度访谈中，被誉为"强化学习之父"的图灵奖得主Richard Sutton爆出争议性观点：当前备受瞩目的大语言模型（LLM）发展路径可能从根本上就走错了方向。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

Sutton坚持认为，真正的智能应该建立在从实际经验中学习的基础上——通过与环境互动、观察反馈并不断调整行为来实现既定目标。相比之下，他认为大语言模型更像是人类的"模仿者"，缺乏自主目标和对外界变化的真实感知与适应能力。

这位AI先驱的直言不讳，在当下火热的大模型热潮中投下了一颗震撼弹，促使人们重新审视什么才是构建人工智能的正确路径。

访谈内容亮点

• 大语言模型究竟是不是技术死胡同？
• 人类的学习方式是否包含模仿？
• 经验学习时代何时到来？
• 现有AI架构的泛化能力困境
• AI发展历程中的意外发现
• "苦涩的教训"对AGI的意义
• AI技术的迭代方向

学术头条精选整理了访谈的第一部分内容，在不改变原意的情况下进行了编辑和整理。

Dwarkesh Patel：作为一名深耕强化学习领域的研究者，您如何看待当前主流的大语言模型浪潮？

Richard Sutton：二者代表完全不同的技术路径。大语言模型火热的表象下，我们可能正在偏离AI研究最本质的问题——真正的智能应该立足于对世界的理解能力。

Dwarkesh Patel：但许多人认为，大语言模型在模仿人类语言的过程中已经建立了强大的世界模型？

Richard Sutton：这是根本性的误解。模仿说话与理解世界完全不同。真正的世界模型应该能够预测未来事件，而不仅仅是预测人类的对话内容。

...（中略）...

Dwarkesh Patel：如何看待您在2019年提出的"苦涩的教训"在当前大模型时代的适用性？

Richard Sutton：有趣的是，有些人正以此为大规模模型的合理性背书。但我要强调的是，真正可扩展的方法必须基于经验学习——不需要人类知识预设，而是通过实践检验真理。当前的大语言模型恰恰缺乏这个核心要素。

Dwarkesh Patel：是否存在可能，以大语言模型为基础逐步接入经验学习？

Richard Sutton：历史经验表明，这种过渡往往难以实现。人们容易被初始模式所束缚，最终真正突破性的进展总是来自于全新的、更本质的方法。