[附文稿] 里奇·萨顿(Rich Sutton)与库拉姆·贾韦德(Khurram Javed):人工智能模型为何停止学习,以及如何重启学习

788
0
2026-08-19 10:42:57
16
2
19
7
全文图稿点击阅读:=https://www.bilibili.com/opus/1238104385580433413 视频深入探讨了人工智能领域的底层逻辑与未来演进方向,重点关注强化学习与持续学习的科研范式。强化学习先驱 Rich Sutton 与其合伙人 Kurum Javid 详细阐述了“苦涩的教训”这一核心思想,主张科研应聚焦于能随计算量扩展的通用算法,而非过度依赖人类先验知识的注入。 Rich Sutton 指出,尽管当前大语言模型取得了巨大突破,但其在应用阶段权重冻结的特性使其缺乏真正的持续学习能力。基于“大世界假说”,他们认为现实世界的复杂性远超模拟系统,智能体必须通过自主经验而非受限的合成数据来获取知识。针对这一挑战,两人介绍了 Oak Lab 的研发路线,即通过持续反向传播等算法创新,解决神经网络的灾难性遗忘问题。该计划目标是在未来数年内,构建出能以极低功耗运行、具备抽象表征与自主规划能力的智能系统,从而推动人工智能从单纯的语言处理向具备自洽思维的通用智能迈进。 ================================================== 00:00:00 智能本质与“苦涩的教训”:从持续学习说起 00:11:00 大世界假说:为什么真实经验不可被模拟取代 00:22:09 权重演化与生物启发:填补当前 AI 的学习鸿沟 00:36:48 Alberta 计划与 Oak 愿景:通往高效且自洽的思维
美好的,有趣的,值得铭记的:科技AI | 心理·人文 欢迎各位评论区留言点播高质量的视频内容
客服
顶部
赛事库 课堂 2021拜年纪