Karpathy：智能体“上岗”还需十年，强调多模态与持续学习重要性

快速阅读: AI专家Andrej Karpathy表示，当前智能体如Claude和Codex虽令人惊叹，但距实用还需十年，主要因缺乏多模态、持续学习及完整认知结构。未来研究应聚焦智能体“学得更像人”，需具备自我成长与复杂认知。

近日,AI 领域知名人物 Andrej Karpathy 在与播客主持人 Dwarkesh Patel 的对话中,分享了对当前人工智能(AI)发展的深刻看法。他的观点引发了广泛关注,尤其是关于智能体(Agent)和 AGI(通用人工智能)成熟度的看法。

Karpathy 表示,现阶段的智能体如 Claude 和 Codex 虽然令人惊叹,但距离真正 “能上岗” 的程度还需十年。他指出,目前的智能体更像是一个没有经验的实习生,缺乏多模态能力、持续学习能力和完整的认知结构。他强调,当前技术的瓶颈并不在于计算能力,而在于智能体的认知组件还不完善,无法真正实现持续学习和推理。

在谈到人工智能的学习机制时,Karpathy 对强化学习提出了批评,认为这种 “试错” 的学习方式并不符合人类的真实学习过程。他认为,人类的学习是复杂而非线性的,而强化学习却倾向于将所有尝试视为成功的途径,忽略了中间的错误和经验积累。

Karpathy 还指出,未来的 AI 研究方向应集中在如何让智能体 “学得更像人”。他提到,未来的智能体需要拥有自我成长能力和更加复杂的认知结构,只有这样才能真正完成从简单工具到智慧伴侣的飞跃。他建议在智能体的设计中加入结构性长期记忆系统,以模拟人类的学习和记忆方式。

Karpathy 的观点让我们对未来的 AI 智能体充满期待,同时也提醒我们不要过于急于求成,仍需不断探索和创新。

(以上内容均由Ai生成)