AG真人中国官网登录入口 图灵奖得主查德·萨顿称庸碌生成式 AI 难以完成确凿科学发现

IT之家 6 月 2 日音信，科技媒体 The Decoder 昨日（6 月 1 日）发布博文，报说念称图灵奖得阁下查德 · 萨顿（Richard Sutton）以为庸碌生成式 AI 零落自我评估与捏续筛选才智，难以完成确凿科学发现。

IT之家注：萨顿是好意思国瞎想机科学家，强化学习鸿沟主要奠基东说念主，现任阿尔伯塔大学瞎想机科学讲解、北京大学图灵导师、前 DeepMind 磋议科学家，2025 年 3 月与安德鲁 · 巴托共同获 2024 年图灵奖。

萨顿指出庸碌生成式 AI 并不具备确凿科学发现所需的要津才智。大谈话模子、图像模子和视频模子能从海量样本中学习，并生成相通执行，但好效果常常来自纯属材料自己。

当模子输出确凿新颖执行时，它经常照旧超出原有材料。面临事实问题，这类新颖执行常被称为幻觉。萨顿用磋议者见笑综合近况：好的部分不新，AG真人·(中国)官方网站新颖的部分不好。

萨顿并未否定生成式 AI 的实用价值。它可用于节录、磋议援助、助手和文娱。若见地仅仅更快、更低廉、更小、更可定制地师法原对象，生成式 AI 仍能带来明确价值。

萨顿以为，科学发现不可停在师法。确凿发现包含变异、评估、遴荐性保留 3 步。系统需要提议不同选项，测试它们，再保留有用款式。这亦然进化、科学款式、计算、搜索和强化学习中的共同原则。

庸碌生成式 AI 最缺的是评估。谈话和图像模子能生成好多变体，但莫得测试身手，就无法筛出更好决议。东说念主类遴荐图片、棋局胜率、体式化阐发、设施测试和模拟奖励，皆可成为有用反应。

萨顿列举 AlphaGo（阿尔法围棋）、AlphaZero、AlphaFold、AlphaProof、Claude Code 和 GT-Sophy 等案例。这些系统皆有超出文本或图像生成的评估闭环，因此能跟踪更优解，而不仅仅产出候选谜底。

他还月旦 AI 行业过度押注更大的谈话模子AG真人中国官网登录入口，他更垂青能始终与环境互动、从教学中学习、构建寰宇模子并计算政策的 AI 智能体。