RL很重要，但远非All You Need！微软副总裁：AI不靠单个技术撑起

AIGC动态1天前发布 almosthuman2014

97 0 0

文章摘要

微软副总裁 Nando de Freitas 近日发表观点，强调人工智能（AI）的发展不应被神化为单一技术或个人的成就，而应被视为一场系统性工程。他指出，AI 的进步依赖于多领域合作和成千上万参与者的共同努力，而非单一天才或技术的突破。Freitas 明确反对过度宣传单一技术，如强化学习（RL），并认为这种宣传话术容易误导公众。他提到，尽管 RL 在 AI 领域占据重要地位，但远未达到“RL is all you need”的程度。AI 的发展需要不断突破传统观念，通过探索和试错逐步推进，这与数学的发展过程类似。

Freitas 进一步阐述了 AI 发展的复杂性，强调其依赖于数据管道、基础设施扩展、高性能计算部署以及反馈循环驱动的基准测试和数据迭代。他还提到，AI 的未来需要攻克安全性、因果世界模型、意识机制等难题，并设计创新工程方案以提升能源效率和推动机器人技术发展。Freitas 认为，某些简单理念在后见之明中可能显得不言自明，但这种显而易见性并不能否定其背后的复杂性和努力。他呼吁人们不要过于简化 AI 的发展历程，而应向整个社群致敬，包括学生、教授、工程师、运维支持人员、产品经理、管理者等。

回顾 AI 发展史，Freitas 指出，历史叙事总在不断改写。他以十年前初创公司 Dark Blue Labs 被谷歌收购加入 DeepMind 为例，说明当时对 AGI（通用人工智能）的讨论主要集中在概念认知、强化学习和情景记忆，而语言被明确排除在外。尽管这种立场如今看来显得可笑，但在当时并不算荒谬。Freitas 强调，AI 的发展没有单一作战的英雄，而是成千上万辛勤工作者的共同成果。他呼吁人们不要盲从现有叙事，而要不断创新，记住 AI 的进步需要代际更迭，科学进步是通过一次又一次的葬礼实现的。

佐治亚理工学院助理教授 Animesh Garg 对 Freitas 的观点表示认同，认为人工智能本质上是算法和系统之间复杂的相互作用，需要的不仅仅是一个聪明的想法。Garg 强调，算法的发明者和使用者的贡献是不同的，这一点需要被承认。总体而言，AI 的发展凝聚了无数人的智慧，从数据整理到模型优化，从理论探索到应用落地，每一个环节都不可或缺。正如 Freitas 所言，AI 的发展是成千上万参与者共同努力的结果，而非单一技术或少数天才的独舞。