拉法洛夫掀桌子！AI不用拼参数，会“学怎么学”才顶用

景点排名 2025年10月31日 15:35 0 aa

硅谷藏着家特“叛逆”的AI公司，叫ThinkingMachinesLab。

别家巨头比如OpenAI、谷歌DeepMind，都在砸几十亿拼算力、扩模型规模，这家公司偏不。

研究员拉斐尔・拉法洛夫在旧金山TEDAI大会上直接放话：“真正的超级智能，不是算力堆出来的，是会‘学习’学出来的。

这家公司背景也不简单，前OpenAI首席技术官米拉・穆拉蒂联合创的，一上来就拿了20亿种子轮，估值120亿。

敢跟行业主流对着干，没点底气还真不敢这么折腾。

拉法洛夫最戳心的一句话是，现在的AI看着厉害，其实都是“表面功夫”比如那些编码助手，每天都跟“第一天上班”似的，昨天学的东西今天就忘，碰到不确定的代码，就用try/except块糊弄，跟贴胶带补漏洞似的，只顾眼前不管以后。

主流AI都在“死记硬背”，元学要教AI“怎么学”

拉法洛夫说，现在的AI叫“训练”，不叫“学习”。

训练是给个数学题，答对了给奖励，然后就把解题过程里的思路全扔了；下次碰到类似的，还得重新来。

这就像学生做题只记答案，不记公式，换个数字就懵了。

他们搞的“元学习”，说白了就是教AI“怎么学习”。

不是让AI刷一万道题，而是给它一本研究生教科书，让它像真学生那样，一章一章学。

先做基础练习，把概念吃透，再用前面的知识解后面的题。

比如学数学，先懂代数，再用代数算微积分，而不是每次算微积分都得重新学一遍代数。

奖励机制也改了。

以前是答对一道题给一分，现在是“学会一个概念”给分。

比如AI学完一章，能自己用这章的知识解新题，就算进步，就给奖励。

更意外的是，拉法洛夫说不用造新的AI架构，“现在的架子够了，关键是数据和目标没找对”。

这话挺颠覆的，行业里大多觉得得搞新架构才能突破，结果他说“换个方法用现有工具就行”。

我身边有个做AI开发的朋友，他说“以前堆算力，跟比谁电脑配置高似的，看着热闹，其实没解决根本问题。

现在这家公司说‘教AI怎么学’，反而像从‘填鸭式’改成‘启发式’，更靠谱”。

我也觉得是这理，毕竟再强的算力，没会学习的脑子，也只是个“解题机器”，成不了“聪明人”。

超级智能不是“上帝模型”，但这条路不好走

拉法洛夫眼里的超级智能，跟电影里不一样。

不是那种无所不能的“上帝模型”，能解所有数学题、能推理一切。

而是一个“会探索的学习者”能自己提理论，设计实验，跟环境互动验证想法，还能不断改进。

比如想研究一个新问题，AI能自己查资料，用电脑跑模拟，甚至控制机器人做实验，而不是等着人喂数据。

但这条路难走。

首先是人留不住，联合创始人安德鲁・塔洛克10月初就走了，回了Meta。

之前《华尔街日报》还说，谷歌、OpenAI这些巨头用高薪挖他们的人，30人的团队本来就小，再走几个就更难了。

10月他们出了首款产品Tinker，只是个微调开源模型的API，跟“元学习造超级智能”的目标比，差得有点远。

拉法洛夫自己也承认“这事儿很难，得在内存、工程、数据上都突破”，而且他没说啥时候能成，不像有的公司动不动就说“几年内搞出AGI”。

不过这也挺好，至少没画大饼。

现在行业里要么拼算力比参数，要么吹牛皮说快成AGI了，这家公司能沉下心搞“怎么让AI学习”，就算慢，也算是另一条路。

毕竟AI最终要帮人解决问题，光会解题不够，得会自己找问题、学方法，才算真有用。

最后也没啥结论，就是觉得AI发展不一定只有一条路。

巨头堆算力可能快，但说不定元学这条路，最后能走得更稳、走得更远。

你们觉得呢？是觉得堆算力靠谱，还是教AI学习更实在？

百万粉丝博主徐永青：AI如何打造下一个“超级个体”

新研究发现人工智能正在对邓宁-克鲁格效应造成严峻的新转折

发表评论

拉法洛夫掀桌子！AI不用拼参数，会“学怎么学”才顶用

主流AI都在“死记硬背”，元学要教AI“怎么学”

超级智能不是“上帝模型”，但这条路不好走

百万粉丝博主徐永青：AI如何打造下一个“超级个体”

新研究发现人工智能正在对邓宁-克鲁格效应造成严峻的新转折

热门文章

最新文章