Francois Chollet:深度学习瓶颈的两条出路——主动推理与离散程序搜索

Francois Chollet撰文指出深度学习正撞上瓶颈,行业目前用的是补丁方案,即主动推理(active inference),但他认为这只是权宜之计,长期必然转向更彻底的范式转移:抛弃深度学习式的曲线拟合,转向离散程序搜索。

• 主动推理这一“方案一”最早在2024年12月首次演示,如今已经在业内变得无处不在
• Chollet认为这只是应对深度学习局限的临时补丁,而非根本解法
• 他判断的“方案二”是用最小描述长度(MDL)等更稳健的原则取代梯度下降(SGD)
• 这意味着彻底告别当前深度学习曲线拟合的范式,转而探索离散程序搜索这条路径
• 作为ARC基准的提出者,Chollet这一判断延续了他一贯“深度学习无法真正抵达通用智能”的立场,值得关注离散程序搜索路线后续会不会真正落地成可用系统。

本内容由 AI 生成，仅供参考，请注意甄别