锐知 - 全球认知雷达为什么AI模型停止学习，以及如何重新启动
萨顿把苦涩教训压缩为随计算扩展，不要被人类知识带偏。它解释了为什么阿尔法零去掉人类棋谱仍能成功，也解释了大模型的双面性：吞下互联网带来扩展，但互联网有限，世界更大，过度依赖人类存量知识最终会受限。用途是判断技术路线是否被人力瓶颈卡住。
强化学习奠基人里奇·萨顿（Rich Sutton）说，自己并不激进，奇怪的是这个领域。在他看来，学习本来就是持续的，不需要加上“持续”这个定语。我们一直在行动，也一直在学习。2003年，他身患癌症，在所谓人工智能寒冬中去了阿尔伯塔大学。被问到为什么在只剩几个月生命时还坚持研究，他引用一句老话：人做事无非出于习惯或虚荣，而他更多是出于习惯。 他带出的学生包括大卫·席尔瓦（David Silver）等人，与前学生库拉姆·贾韦德（Khurram Javed）共同创办了Oak Lab
来源：youtube 原始内容