Gary Marcus：纯 scaling 到不了 AGI，但符号方法是必要非充分条件
GlenBradley · x · 2026-09-04
Gary Marcus 在回复中重申其立场：单纯扩大 LLM 规模无法通向 AGI，但他也指出，最近的大多数进展其实并非来自扩展 LLM 本身，而是给 LLM 叠加确定性的、符号化的组件——这仍不足以达成 AGI，却是必要条件（详见其文章 Next Decade in AI）。
回复者 Glen Bradley 用维度类比回应：推理式智能像困在二维平面的 Flatlanders，AGI 在第三维，加再多算力也突破不了平面，需要"真正的认知"才能开门。这场讨论浓缩了当前神经符号路线 vs 纯 scaling 路线的核心分歧。
所属事件:Gary Marcus:纯 Scaling 难达 AGI,符号方法是必经之路(2 条相关)→
「漫话AGI」频道最新
- 研究者质疑 Astra 对齐进步：只是把已知作弊行为打补丁 — sjgadler · 2026-09-04
- Yacine 谈 CoT：利于监控但贵且慢，我选速度与成本 — yacineMTB · 2026-09-04
- Neel Nanda：对模型用拟人化描述并非错误，而是有原则的解释框架 — NeelNanda5 · 2026-09-04
- 黄仁勋 G20 演讲：AI 可撬动百万亿美元产业，带来 20-50 万亿美元增益 — rohanpaul_ai · 2026-09-04
- Sam Altman:初创公司三个月的活,现在 Codex 17 分钟就能干完 — r0ck3t23 · 2026-09-04
- 替代「禁止 ASI」的务实路径：数字安全加固与人类来源认证 — granawkins · 2026-09-04