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
- 数学家 Daniel Litt 认输后谈 AI：能解题，但自动化不了数学研究 — ziv_ravid · 2026-10-21
- AI SaaS 变现困局：消费者市场小、企业月付仅 20 美元 — menhguin · 2026-10-21
- Tim Dettmers：AI 下一十年最激动的工作将在高校实验室 — StasBekman · 2026-10-21
- Google 研究：AI 每周省 7 小时，但近半科学家积压未验证假设 — AnneliesGamble · 2026-10-21
- UW 学者 Stanford 演讲：用 CSCW 理论设计人机协作系统 — amyxzh · 2026-10-21
- 研究投入 23 倍仍难挡研究生产率下滑，AI 尚未改写曲线 — ChenhaoTan · 2026-10-21