Michael Black:前沿模型时代该重拾经典算法,未来是混合方案
Michael_J_Black · x · 2026-11-06
计算机视觉泰斗 Michael Black(MPI 智能bring主任)发长文反思过去十年的行业教条——「所有经典算法都应被神经网络取代」。他指出这一教条在有训练数据时依然成立,但前沿模型改变了取舍:当写代码又慢又易错时,训练模型是合理选择;如今前沿模型能快速写出并测试代码方案,直接编码求解可能比收集数据+训练更快。他预见会出现更多混合方案:高层规划器(通用 planner)调度底层任务,每个任务按需由神经网络、经典算法或即时编写的专用代码解决。结论:对技术不必教条,未来大概率是 hybrid,选好用的就行。
「漫话AGI」频道最新
- 「再过几年就轮到我们了」:把 AGI 比作大航海时代的外星入侵 — AndyMasley · 2026-11-06
- 决策理论讨论:多智能体共享策略网络时,CDT+GT 指数级不确定性如何适用 — jessi_cata · 2026-11-06
- Agent 接管邮件与 Slack:一位产品人的「后读写」工作流实录 — curious_vii · 2026-11-06
- Epoch 研究员激辩:找不到 AI 提升慢的任务,本身就是加速的证据 — Jsevillamol · 2026-11-06
- 与 ChatGPT 长谈后人类文明:能否用技术驯服痛苦而不灭掉快乐 — evandegr · 2026-11-06
- 「凸包」之争:LLM 会吃掉数学文献内可拼出的定理吗 — notmisha · 2026-11-06