「AI 領(lǐng)域確實存在苦澀的教訓(xùn)，但若當(dāng)初全盤接受它，我們現(xiàn)在可能還在用線性回歸搞強化學(xué)習(xí)。」

剛剛，微軟副總裁 Nando de Freitas 一篇長推文表達了自己的觀點：

• 反對單一技術(shù)的過度宣傳，如 RL，應(yīng)該強調(diào)多領(lǐng)域合作的重要性；
• AI 進步不是靠單一天才撐起的，而是成千上萬的參與者共同推動了這一領(lǐng)域的發(fā)展；
• 過去的一些觀點在當(dāng)時看似合理，但隨著技術(shù)的發(fā)展，這些觀點顯得過時；
• 人工智能的發(fā)展需要不斷突破傳統(tǒng)觀念，就像數(shù)學(xué)一樣，通過不斷的探索和試錯來逐步推進。

推文中，F(xiàn)reitas 還透露 RL 固然重要，但還遠未達到「RL is all you need」的程度。

最近，關(guān)于 RL 的討論開始刷屏，不管是智能體還是大模型，都有 RL 身影。

連最近大火的智能體版《苦澀的教訓(xùn)》也強調(diào)了 RL 的重要性。

主流人工智能范式的簡要時間線?？v軸顯示該領(lǐng)域在強化學(xué)習(xí)（RL）上的總體努力和計算資源的占比。

但 Freitas 卻不這么認為。

他表示「RL is not all you need，此外，注意力機制不是，貝葉斯不是，自由能量最小化不是，經(jīng)驗時代也不是。這類說法不過是一種宣傳話術(shù)罷了?！?/span>

Freitas 進一步表示：「AI 的進步絕非僅靠單一技術(shù)或少數(shù)天才，而是需要成千上萬的人的努力，他們協(xié)力構(gòu)建數(shù)據(jù) pipelines、擴展基礎(chǔ)設(shè)施、部署高性能計算、開發(fā)具有反饋循環(huán)的應(yīng)用來驅(qū)動基準(zhǔn)測試和數(shù)據(jù)迭代，還需要投入海量研究工程資源到生成模型、數(shù)據(jù)混合、消融實驗、強化學(xué)習(xí) / 自訓(xùn)練等方向。

我們還將需要大批人才攻克安全性、因果世界模型、意識機制等難題，或設(shè)計創(chuàng)新工程方案來提升能源效率，推動機器人技術(shù)發(fā)展。

最終某些簡單理念在后來或許會顯得不言自明，但這種顯而易見永遠來自后見之明。確實存在苦澀的教訓(xùn)，但若當(dāng)初全盤接受它，我們現(xiàn)在可能還在用線性回歸搞強化學(xué)習(xí)。我們不要過于簡單化，而是向成千上萬人的研究和工程致敬。

歷史敘事總被不斷改寫，回想十年前當(dāng)初創(chuàng)公司 Dark Blue Labs 被谷歌收購加入 DeepMind 時，那些 AGI 文檔通篇都在討論概念認知、強化學(xué)習(xí)、情景記憶，明確將語言排除在外。

平心而論，當(dāng)時這種立場并不算荒謬。如今看來固然可笑，但這完全是后見之明。

AI 發(fā)展史上沒有單一作戰(zhàn)的英雄，只有成千上萬辛勤工作的學(xué)生、教授、工程師、運維支持人員、產(chǎn)品經(jīng)理、管理者，甚至包括對沖基金從業(yè)者。

我們需要致敬整個社群，而非只追捧科技巨頭 CEO 或那些貝葉斯、強化學(xué)習(xí)、深度學(xué)習(xí)的開創(chuàng)者。

別盲從現(xiàn)有敘事，要創(chuàng)新。記住，就像數(shù)學(xué)發(fā)展一樣，AI 的進步永遠需要代際更迭 —— 科學(xué)進步是一次又一次的葬禮實現(xiàn)的?！?/span>

對于這一觀點，很多人表示認同，來自佐治亞理工學(xué)院的助理教授 Animesh Garg 表示：「人工智能本質(zhì)上是算法和系統(tǒng)之間復(fù)雜的相互作用，它需要的不僅僅是一個聰明的想法。然而，我們卻將那些可見的少數(shù)人奉為神明！」

「算法的發(fā)明者和使用者的貢獻是不同的。我們需要承認這一點。」

回頭來看，在人工智能漫長征程中，每一個微小的進步都凝聚著無數(shù)人的智慧。從數(shù)據(jù)的整理到模型的優(yōu)化，從理論的探索到應(yīng)用的落地，每一個環(huán)節(jié)都不可或缺。正如 Nando de Freitas 所言，AI 的發(fā)展絕非單一技術(shù)或少數(shù)天才的獨舞，而是成千上萬參與者共同努力的結(jié)果。