Sutton与Gu谈算力扩展与智能

1. 08:10
   AGI Hunt

   Mamba 作者 Albert Gu 谈 Bitter Lesson：别只读成堆叠 Transformer

   Mamba 作者 Albert Gu 认为，Bitter Lesson 的核心是拥抱算力扩展，并非只靠堆叠 Transformer。他还强调，算法原语层面的创新能带来效率高得多的 scaling；蛮力算力不足以产生智能，仍需聪明的新方法，AI 科学远未完成。

2. 06:52
   AGI Hunt

   Richard Sutton 称蛮力算力不足以实现智能，引发「苦涩教训」争论

   Richard Sutton 表示，仅靠暴力计算不足以实现智能，AI 科学仍需聪明的新方法。François Chollet 认为数据和算力 scaling 只是泛化能力的乘数，John Langford 等人则从历史循环等角度反驳相关讨论。

3. 02:57
   AGI Hunt

   Richard Sutton：蛮力算力无法实现智能，AI 科学远未完成

   强化学习先驱、图灵奖得主 Richard Sutton 表示，仅靠暴力计算不足以实现智能，AI 科学仍远未完成。他并未否定算力的作用，而是强调方法学创新仍有巨大空间；这一表态被视为对当前“算力堆叠/scaling 路线”的温和质疑。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。