图灵奖得主Richard Sutton重申：仅靠算力扩展难成智能，业界需全新学习方法
据科技媒体 The Decoder 11 月 8 日报道，图灵奖得主、被视为「苦涩的教训」（The Bitter Lesson）这一观点提出者的 Richard Sutton 重申立场：仅靠原始算力的堆叠不足以实现智能，业界需要从根本上全新的学习方法。前 OpenAI 研究员 Tworek 在同一报道中附和这一判断，并据其单方说法称，盲目扩展 Transformer「已经以奖励手段『黑』掉了一整代科学家的头脑」。该内容属于专家观点驱动的行业讨论，并非已落地的产品、政策或安全事件，且目前仅为单一媒体报道，相关说法未经独立证实。
rss · The Decoder AI News · 11月8日 11:44
「为何重要」 这一表态的分量来自发言者身份：作为长期主张「通用方法加算力」的图灵奖得主，Sutton 亲自限定算力路线的作用，为当前「scaling 是否已近尽头」的争论增添了权威方背书。不过需要区分：这是专家观点而非已证实的技术结论，扩展路线是否失效仍待后续模型进展检验。可关注的信号包括是否有更多研究者公开跟进这一判断，以及报道称正在押注替代性学习方法的初创公司能否拿出可验证的成果。
「背景」 「苦涩的教训」这一说法此前常被 LLM 扩展路线的支持者引用，用以支撑「加大算力即可持续获益」的预期；本次报道的标题正是以此为切入点，指出 Sutton 本人对这一解读提出了限定。另据报道，一批初创公司已开始押注 Sutton 所指出的空白，即探索现有 Transformer 扩展范式之外的学习方法，但该趋势仅为文章概述，未给出具体公司名单。
做AI项目，先看AI雷达 - AiRadar.com.cn · 全部AI快讯 →