Claude-4成员称5年AI将胜任白领工作引争议，RL能否实现AGI存疑

关于强化学习是否能实现AGI的讨论引发广泛关注。Claude-4团队认为，仅靠强化学习即可在5年内让AI胜任白领工作，甚至到2030年通过数据收集和针对性训练实现AGI。然而，Darkesh Patel和Karpathy指出，当前算法尚不成熟，LLM缺乏持续学习能力，无法像人类一样从经验中进步。Ai2的Nathan Lambert提出，未来可探索Scaling RL、稀疏奖励和持续学习三个方向，但这些领域仍面临重大技术挑战，例如生成大规模token和处理反馈稀疏任务。此外，真正的“持续学习”需科学突破，而现有推荐系统虽接近这一目标，却可能带来隐私和偏见问题。图灵奖得主Richard Sutton则强调，智能源于智能体与环境的交互体验，未来AI或将进入“体验时代”，通过自主学习超越人类极限。
来源：https://mp.weixin.qq.com/s/4FO1Go6zRe5zBu0TPfGa9g