突破智能邊界：邁向通用人工智能的新紀元

原標題：強化學習之父Richard Sutton：AGI研究的下一個范式
文章來源：人工智能學家
內(nèi)容字數(shù)：23996字

文章要點總結

隨著AI技術的發(fā)展，尤其是大型語言模型的崛起，研究者Richard Sutton對深度學習的現(xiàn)狀提出了批評。Sutton認為，當前的深度學習主要依賴瞬態(tài)學習，缺乏持續(xù)學習的能力，這使得AI在面對復雜環(huán)境時的適應性不足。

1. 強化學習的早期靈感

Sutton從上世紀70年代就對強化學習產(chǎn)生了興趣，認為與外界互動并從中學習是智能的核心。他指出，許多早期AI研究忽視了建立目標的重要性，偏重于模式識別。

2. 線性與非線性的兩難選擇

在強化學習中，Sutton強調(diào)需要建立世界模型，并在多個時間尺度上進行學習。當前的非線性學習雖然取得了一定成功，但往往犧牲了持續(xù)學習的能力。

3. 深度學習做的是瞬態(tài)學習

他認為，深度學習主要實現(xiàn)的是瞬態(tài)學習，即在特定階段后不再學習，缺乏對新信息的適應能力。

4. 持續(xù)學習的重要性

Sutton呼吁研究者關注如何實現(xiàn)持續(xù)學習，認為這對于構建智能系統(tǒng)至關重要。他希望能夠在保持非線性學習的同時，實現(xiàn)持續(xù)學習的能力。

5. 單一目標就是獲得獎勵

他提出，所有目標追求都可以理解為對單一外部獎勵信號的最大化，強調(diào)理解大腦如何通過試錯學習來實現(xiàn)目標的重要性。

6. 關于智能的預測

Sutton對未來的預測是，到2030年我們可能對智能有更深入的理解，技術將會發(fā)生顯著變革，這將改變我們對自身與AI的認知。

7. 對研究者的建議

Sutton建議研究者保持寫作習慣，記錄自己的想法，并對當前的流行趨勢保持中立，選擇有意義的問題進行研究。

總之，Richard Sutton對AI領域的未來充滿期待，但同時也指出了當前深度學習的局限性，呼吁更深入的研究以推動智能系統(tǒng)的持續(xù)學習能力。

聯(lián)系作者

文章來源：人工智能學家
作者微信：
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構