UT 讲师断言:谈智能就是谈 RL,其他学习范式都是捷径
KyleMorgenstein · x · 2026-11-18
UT(德州大学)讲师 Kyle Morgenstein 发推抛出强观点:「当我们谈论智能时,我们谈的是强化学习。其他所有学习范式都只是捷径和 hack。」
在后续讨论中他补充论证:
- 「监督 vs 自监督」是伪二分——你总在对着某个参照训练,即使参照是数据集的潜在属性(如对比学习)
- 监督/自监督可以作为引导先验(bootstrap priors)的方式,但要用先验做有趣的事,最终都会走向 RL
- 这不是什么秘密,而是他在 UT 教的 RL 课程讲义第一页:监督学习⇔函数逼近,RL⇔函数发现;能写下(代理)目标就能优化它,而智能在于目标的发现
配图为他的课程讲义截图,展示了监督学习与 RL 的形式化对比及 Agent-Environment 循环图。
「漫话AGI」频道最新
- 无 SaaS 无 App?业界预测未来软件将由 agent 编写也为 agent 服务 — alvelda · 2026-11-18
- So8res 建议 labs 联手踩刹车:让司法部来告我们 — trevposts · 2026-11-18
- Yudkowsky 认为末日是恶,Davidad 认为是弱,结局因此不同 — repligate · 2026-11-18
- 教授吐槽:非英语母语学生用 AI 润色反不如自己的声音加语法工具 — arvindsatya1 · 2026-11-18
- signulll:注意力易变现,金钱却难买到声量 — signulll · 2026-11-18
- 「监督 vs 自监督」是伪二分:总有一个参照在指导训练 — KyleMorgenstein · 2026-11-18