专题：general-ai

本文反思了AI领域对强化学习与大模型结合的乐观预期，指出其在泛化能力、自主学习和经济价值上的局限性。作者认为，当前AI仍需人为赋予技能，无法真正实现通用智能，且其扩散速度受限于能力不足。文章强调了持续学习的重要性，并质疑了AI短期内替代人类劳动力的可能性。

本期节目探讨AI从规模扩张转向研究深化的趋势，分析模型泛化能力不足的原因，讨论强化学习与预训练的差异，以及情感与价值函数在AI发展中的作用。强调AI需更注重对齐与实际应用能力，而非单纯追求参数和数据量。

理查德·萨顿认为LLMs是AI发展的瓶颈，缺乏经验学习能力，提出基于经验学习的新架构作为未来方向，涉及AI学习机制、目标导向与泛化能力等核心议题。