Facebook母公司Meta的首席AI科学家雅恩·勒昆近日在网上发文,他认为目前大多数AI方法永远不会带来真正的智能,他对当今深度学习领域许多研究方法持怀疑态度。
这位图灵奖得主表示,同行们的追求是必要的,但还远远不够。其中包括大型语言模型的研究, 如基于Transformer的GPT-3。 Transformer的支持者们相信:“我们将所有东西标记化,并训练巨型模型进行离散预测,AI 由此脱颖而出。”
勒昆解释称:“他们没有错。从这个意义上说,这可能是未来智能系统的一个重要组成部分,但我认为它缺少必要的部分。”他坚持认为,强化学习永远也不够。像DeepMind的大卫·西尔弗这样的研究人员,尽管开发出了 AlphaZero程序,掌握了国际象棋和围棋,但他们关注的是“非常注重行动的”程序,而勒昆认为:“自动驾驶汽车群体,如Wayve这样的初创公司,认为他们只要向大型神经网络抛出数据,就可以学到几乎任何东西,这似乎有点儿过于乐观了。”
……
关注读览天下微信,
100万篇深度好文,
等你来看……