CV研究者驳「领域被解决论」:前沿在移动而非研究终结
GeorgiaChal · x · 2026-09-20
一场关于 AI 是否正在「解决」各研究领域的争论。对方观点：Google Astra 已能直接解决 2022 年还需要整篇博士论文才能完成的视觉任务，Bitter Lesson 正从 NLP（2021 年前后）蔓延到视觉，下一个五年轮到机器人。
Georgia Chal 的反驳值得细读：
- 通用模型解决昔日难题说明的是前沿在快速移动，而非领域「被解决」
- 深度学习当年取代经典统计学习和几何视觉，但没有终结视觉研究，而是暴露新问题、把领域推向更高的抽象层次
- 特别警惕 NLP → 视觉 → 机器人的线性外推：机器人不是「下一个模态」，而是与物理世界的闭环交互，涉及动力学、接触、具身性、部分可观测、实时反馈与安全攸关后果
- 「scale 最终吞噬这一切」是合理假设，但仍是需要验证的假设，不是定论
所属事件:Astra 引爆「视觉已被 scale 解决」论战(6 条相关)→
「漫话AGI」频道最新
- Chollet 提问:单细胞如何仅靠基因组信息把自己连成大脑 — CatAstro_Piyush · 2026-11-04
- 美国多数情侣如今相识于数据中心，线上已远超办公室 — menhguin · 2026-11-04
- Sam Altman:我们离科学发现里程碑比预期更近 — ChrisGPT · 2026-11-04
- 独立研究者开源 10 年数学成果：14.6 万文件，AI 加速三年成型 — HamOnWhy · 2026-11-04
- RLHF 标量奖励藏着 2450 年前的老问题:有用与无害是对抗的两股力 — vasilisvj · 2026-11-04
- Gary Marcus 称 AI 幻想收割变难，美股期货与亚洲半导体股已下跌 — GaryMarcus · 2026-11-04