数据科学家直指DeepMind：“强化学习无法实现通用人工智能”

图片地址：https://images.tmtpost.com/uploads/images/2021/07/6358db9302119103cc01562be661e7d6_1626781631.jpeg

图片来源@视觉中国文 | 学术头条，作者 | XT，编辑 | 寇建超今年 6 月，DeepMind 首席研究科学家、伦敦大学学院教授 David Silver 及其合作者在一篇题为 “ Reward is enough ” 论文中指出，人工智能及其相关能力不是通过制定和解决复杂问题而产生的，而是通过坚持一个简单而强大的原则：奖励最大化。Silver 等人认为，简单的奖励是丰富环境中的代理人开发多属性智能的全部需要，而这种多属性智能正是实现通用人工智能所需的全部。但很显然，并不是所有人都同意这一观点。近日，数据科学家 Herbert Roitblat 就针对 DeepMind 团队提出的这一观点提出了反驳意见。在他看来，虽然 Silver 等人的说法听起来像是一个大胆的主张，但事实上却很模糊，甚至几乎毫无意义。值得一提的是，Roitblat 也是 Algorithms Are Not Enough: How