Richard S. Sutton
PulseAugur coverage of Richard S. Sutton — every cluster mentioning Richard S. Sutton across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
人工智能的知识获取方式呼应了古代经验论与理性论的争论
这篇论文探讨了现代人工智能的哲学根源，将古代关于知识获取的争论与当前的人工智能范式进行了类比。大型语言模型（LLMs）被比作理性主义者，依赖于先有的知识；而强化学习（RL）代理则体现了经验主义，通过试错学习。作者认为，借鉴康德哲学思想，融合这两种方法可能是实现通用人工智能（AGI）的关键。文章强调了理查德·S·萨顿（Richard S. Sutton）的“痛苦的教训”（Bitter Lesson），该理论认为，由计算和经验驱动的可扩展…
-
DeepMind 的 A3C 论文荣获 ICML 时间检验奖，强调计算限制
在 ICML 2026 上，Google DeepMind 的 Volodymyr Mnih 接受了 2016 年论文“异步深度强化学习方法”（Asynchronous Methods for Deep Reinforcement Learning）的时间检验奖。Mnih 强调，当时的计算限制，特别是缺乏 GPU，推动了异步方法的发展。他还指出，最具持久影响力的成果往往来自于将现有思想与严谨的实验和细致的实现相结合，而不是仅仅追求新颖…
-
前DeepMind三人组创立的AI公司EquiLibre为其交易AI完成A轮融资
EquiLibre Technologies是一家由三名前DeepMind研究人员创立的初创公司，已获得由Creandum领投的A轮融资。该公司利用AI，特别是类似于他们之前开发的扑克AI所使用的强化学习技术，为量化对冲基金交易股票和管理资产。EquiLibre声称自2025年成立以来，保持着零亏损月份的完美记录，并在主要市场交易数十亿美元的日交易量。
-
Rich Sutton 质疑 AI 在真正创造力和发现方面的能力
AI 研究员 Rich Sutton 分享了他对人工智能中创造力和发现本质的看法。他认为，虽然 AI 可以取得非凡的成就，但其当前的能力可能并不完全包含真正的创造力或新颖的发现。Sutton 的观点突显了对 AI 在这些复杂认知领域的潜力和局限性的细致看法。