学术圈最毒的评价之一是：
这项工作既有新意，又很好。
可惜的是，好的部分不新颖，新颖的部分不好。
然而, 身为强化学习领域当中一位赫赫有名颇具影响力的奠基人, 同时还是那本《强化学习》教科书鼎鼎有名响当当的作者, 更是荣获图灵奖的杰出人物Richard Sutton, 将这个引人发笑的笑话矛头对准了整个在当下颇为热门且备受关注的生成式AI。
他说：这个评价开云手机入口app下载，适用于今天我们所熟悉的大部分AI。
AI：好的部分不新颖，新颖的部分不好
Sutton的核心论断极其简洁，简洁到残忍。
生成式AI本质上是监督学习。
通过让模型观察大量由人类所创造出来的样本, 进而运用监督学习的方式, 使其能够掌握模仿的技能, 这当中所蕴含的逻辑便是如此。
模仿得越像，分数越高。
问题来了。
处于模型严格依照训练数据去生成内容的状况时, 会出现输出质量颇高的情形, 原因在于其是在复现人类已经验证过的优质事物。然而, 这种情况乃是不具备新颖程度的, 它仅仅是运用不同的排列组合方式, 对人类已经晓得的事情予以重新包装而已。
有这样一种情况, 当模型尝试偏移训练数据, 进而去生成真正具备新颖性的内容时, 质量就会出现崩溃的状况。为何会如此? 因为它欠缺可供判断「这个新生成的东西究竟质量如何, 算好还是不好」的任何内部机制。它仅仅能够进行生成这一行为, 却没办法去做评估这件事, 就是这样。
这就是那个结构性矛盾：
新颖性和质量，在纯监督学习的框架下，是跷跷板的两端。
你按下一头，另一头就翘起来。
并非是工程方面的问题, 不仅仅依靠堆砌数据, 并非通过扩大模型, 更不是增添更多GPU便能够将其解决的。
Sutton运用了一个极为刺眼的类比, 其内容为, 「幻觉」, 这是大模型最为被人诟病的毛病, 而「幻觉」本质上就是模型试图「新颖」所产生的副产品。
我们憎恶虚幻的景象, 这恰好证实了一桩事情, 即我们实际上压根儿不需要新奇独特, 我们所需要的仅仅是具备高品质的仿照。
「好的不新颖，新颖的不好。」
在那个笑话当中, 存在着审稿人的毒评, 然而令人意想不到的是, 它居然能够精准无误地描述出整个生成式AI所具备的内在局限。
真正的「发现」，需要三件套
Sutton依据第一性原理开展行动, 将创造力的「三位一体公式」予以拆解:
经真正发现的, 乃是变异、评估以及选择性保留三者相加的结果。其中, 变异是其一, 评估是其二, 选择性保留是其三, 而真正的发现等于这三者之和。
任何真正的创造力与发现，都需要三个步骤，缺一不可：
1. 多样化的可能性由变异（Variation）导致产生, 可以是随机的, 也可以是基于已有知识产生的, 但必定要有真正的不确定性——要是不存在真正的不确定性, 那就不叫探索, 而是叫查表使用了。
2. 进行评估, 也就是Evaluation, 要去判断哪些变异具备价值, 这一行为需要存在一个很明确的目标, 还需要配备一个能够识别“好坏”的标准。
3. 具有选择性的保留, 也就是有选择性保留（Selective Retention）此种方式, 会留存下具备价值的变异, 进而让其对未来的行动以及学习产生影响。
这三个步骤, 并非Sutton的发明创造, 属于自然选择的逻辑范畴, 属于科学方法的逻辑范畴, 属于人类学习的逻辑范畴。
进化论, 是随机发生的基因突变, 也就是变异, 之后经过环境进行筛选, 也就是评估, 最后实现适者生存, 也就是选择性保留, 遵循的进程。
科学方法是, 先提出假说, 此假说关乎变异, 再据此进行实验验证, 而这一试验验证是对其进行评估，最后将相关成果发表论文, 这论文存在选择性保留。
人类进行学习时, 会去尝试各种各样不同的解法, 也即变异操作 , 而后去检验解法是对还是错, 也就是评估 , 最后记住那些有效的方法, 即选择性保留。
现下, 生成式人工智能仅达成了三位一体的首个步骤, 几乎不存在评估, 更别提选择性保留了。
它如同一个弓箭手, 这个弓箭手能够进行随机射箭, 不过呢, 它的眼睛是被蒙起来的状态, 当它射完箭之后, 既不会去看靶子究竟如何, 也不会依据射箭的结果来调整自身的姿势。
你叫它射一万箭，偶尔会中靶，但它永远不知道为什么中了。
那么，科学家还有没有用？
假如未来的人工智能真的成功实现了“发现”的三位一体? 那种情境之下, 科学家会不会面临失业的状况? 来到这儿, 你或许会产生一定的焦虑之感。
Sutton自己的回答是：不能被取代，但角色要彻底转型。
在他进行演讲时讲道, 就算是那般能够独立自主去证明数学定理的AI, 当下依旧得依赖人类去告知它, 什么样的问题才是具有重要性的。
这不是谦虚，而是真实的认知边界。
莱斯大学优化领域的学者，数学家Shiqian Ma表示, 他运用GPT, 证实了一个他钻研了长达六年之久的算法收敛性问题。
摘要里有一句话：
证明由GPT 5.5生成，经作者验证。
https://optimization-online.org/2026/05/convergence-of-bdrs-as-a-matrix-scaling-algorithm/
存在一个被称作BDRS的算法, , 其全称为Bregman Douglas - Rachford Splitting, 该算法是用来解答最优传输类问题的, 最优传输又名为Optimal Transport。
用于论文的标题, 其内容为, Bregman Douglas - Rachford Splitting Method。
预印本地址：
这是一个链接, 链接内容为https://arxiv.org/abs/2509.08739。
这是他跟那些合著者们亲自设计出来的东西, 让他困扰了长达六年之久的, 是关于它的收敛性证明, 也就是在数学范畴内, 从最为严格的意义来讲的「它为何是正确的」。
预印本平台arXiv收到投稿后，至今仍在搁置。
他进行猜测, 其原因在于, 摘要当中存在「GPT」这三个字，而平台对于这类论文不知该采用怎样的方式去进行处理。
但人类能被AI取代吗？
他的回答是：不能。他直言：
我觉得AI没办法富有创造性地提出来这样的算法, 并且宣称「这是一种针对最优传输的能够高效运行的算法, 此刻让我尝试去证明它的收敛性」。
没有人类的引导，AI根本不知道该解决哪个问题。
这句话和Sutton精确对应：问题本身，必须由人类来定义。
他花了六年，才「提出正确问题」：
要提出哪些问题，实际上需要你对该主题有非常深入的理解。
就这个例子来讲, 我为这个问题用心研究了六年, 所以我确切地明白当中的困难之处究竟在哪里。
这六年不是浪费，是先决条件。
就在这六年期间, 使得他清楚这个证明卡在了何处, 之前所有路径失败的缘由究竟是什么, GPT给出的哪一个方向是值得持续追寻的、哪一个属于幻觉。
并且并非一次给出提示, 而是历经五个月的时间。这乃是极易产生误解的所在之处, 就连他自身往昔也曾出现过误解的情况:
1月起始, 直至5月, 历经整整五个月时间, 存在无数次对话情形, 当中每一次提示, 均朝着那个证明不断逼近。
他总结得极其清醒：
关于探究的实质并未发生改变, 依旧是不断地进行反复的尝试并犯错。发生改变的是每一回尝试犯错的速率, 以往的时候需要耗费几周的时间去验证一个方向, 而如今仅仅几分钟就能够知晓这条道路是否可行了。
但AI的贡献不可磨灭：
然后，结尾直接封神：
回到我关于BDRS收敛性的论文，我相当确信证明是正确的。
一旦要是你察觉到了任何差错, 全部的责任都经由我来承担, 千万不要去责备GPT, 它满打满算才3岁半。
这话的妙处在于具备双重性质, 它是一份诚挚的责任宣告表白, 同时还是一个精准到位的隐喻体现。
AI此刻真实的处境被 “3.5岁” 描述着, 它能力惊人, 然而其判断尚未成熟。
毕竟，人类从来没有指望3.5岁的孩童能做什么贡献。
即便你没办法将证明的最终签名这一权利交付给人工智能, 然而你也绝不能佯装人工智能未曾做出任何贡献。
这也是为什么，真正的科学发现不会消失在人类手中。
与之相反, 它将会带着更为残酷的方式对人类加以筛选啦: 究竟是谁能够提出良好的问题, 只有这样的人才配得上拥有强大的 AI 。
未来，科学家不借助AI开云app官方最新下载开云真人app,开云真人app地址，或许就像天文学家不用电脑一样过时。
最后，我们一起回味Sutton颇具宣言性质的话：
要是我们期望将AI科学家的整个力量充分施展出来, 那就应当和他们把目标共享, 使得他们可以去创造, 能够去评估, 进而能够去发现, 以此全面参与达成这些目标。
让我们大胆一点！让我们彻底实现创造力与发现的全自动化！
参考资料：
https://x.com/RichardSSutton/status/2061216087744946656
https://optimization-online.org/2026/05/convergence-of-bdrs-as-a-matrix-scaling-algorithm/
还木有评论哦，快来抢沙发吧~