AI大佬集体喊话：光靠堆钱堆算力，走不通了

一场关于AI未来的公开争论

最近，图灵奖得主、强化学习之父理查德·萨顿（Richard Sutton）在社交平台上发了一条简短的推文：“暴力计算不足以实现智能，需要聪明的新方法。AI科学远未完成。”这条推文获得了3464个点赞、373次转发，浏览量超过33万，总互动量达到6226次。

几乎同时，另一位AI领域的重量级人物——弗朗索瓦·肖莱（François Chollet）也表达了类似观点。他认为，数据规模和算力规模只是某种方法泛化能力的“乘数”，数万亿美元的投资可以让效率极低、泛化能力很差的方法看起来“足够好”。

为什么大佬们突然集体“唱反调”？

这不是一次普通的学术争论。背景是，OpenAI及其竞争对手正在寻找更智能AI的新路径，因为当前方法已经遇到了局限性。换句话说，靠堆数据、堆算力的“暴力美学”，正在逼近天花板。

肖莱本人已经用行动投票。他最近创立了一家名为Ndea的新AI实验室，专注于实现通用人工智能（AGI）。根据公开信息，Ndea计划将程序合成技术与其他技术方法结合。肖莱认为，程序合成技术能够让AI仅通过少量示例泛化处理从未见过的问题，这有助于克服AI研究中最棘手的问题。

多方声音：共识与误解

@omarsar0 表示：“1000%同意萨顿的观点。在LLM出现之前就从事AI研究十多年，很明显我们需要更聪明的方法，才能让智能真正以我们设想的方式复利增长。在我看来，Transformer……”（推文未完整展示）

@sensho 则提出了一个有趣的观察：“很多人读到萨顿的话，会觉得他是在说——你（对，就是你）会发明一种新架构，碾压LLM，打败所有AI实验室的现有方法，创造出一个……”（推文未完整展示）

这和普通人有什么关系？

如果萨顿和肖莱是对的，那么AI行业正在经历一次方向调整。过去几年，我们看到的是“更大模型、更多算力、更贵训练”的循环。而现在，顶尖研究者们开始认真讨论：是不是该换一条路了？

这意味着，未来的AI产品可能不再是“什么都懂一点但经常胡说”的聊天机器人，而是能够真正理解任务、举一反三的智能系统。对于普通用户来说，这可能意味着更少的“AI幻觉”、更靠谱的工具，以及更低的使用成本。

一个开放的问题

当数万亿美元的投资都在“让低效方法看起来够用”时，真正的突破会来自哪里？是像Ndea这样的新实验室，还是某个普通人的灵光一现？萨顿说“AI科学远未完成”，但完成它的钥匙，究竟在谁手里？