为什么「强化学习之父」理查德·萨顿认为，如今的大模型仍然不是真正的智能？

摘要

被誉为“强化学习之父”的理查德·萨顿最近在一次访谈中直言，如今的大语言模型虽然能生成流畅的文本，但依然缺乏真正的智能。萨顿指出，这些模型只是基于海量数据进行模式匹配，并没有理解世界的因果结构和自我意识。他认为真正的智能应该具备主动探索、目标导向学习和与环境的持续交互能力，而这正是强化学习的核心。这番观点引发了学界和工业界的广泛讨论，提醒我们不要被大模型的“类人”表现所迷惑，而应重新审视智能的本质。