Richard Sutton, a vezető szakértő a megerősítéses tanulás (reinforcement learning, RL) területén, elmélyült beszélgetést folytat a mesterséges intelligencia két uralkodó megközelítéséről: a nagy nyelvi modellekről (LLM-ek) és a megerősítéses tanulásról.
Az interjúban különböző nézőpontokat ütköztetnek amiről, hogyan értelmezhető az intelligencia, és miben különbözik a tapasztalatból való tanulás az utánzás alapú modellezéstől. Sutton hangsúlyozza az élményszerzés, a célok és a visszacsatolás szerepét a valódi tanulási folyamatban.
Felmerülnek alapvető kérdések: Képesek-e a nyelvi modellek a világban való önálló tájékozódásra, vagy pusztán utánzáson alapulnak? Hogyan hasonlíthatók össze ezek a rendszerek az állati és emberi tanulással? A beszélgetés izgalmas párhuzamokat von a gyermekek tanulási folyamata, a kultúra fejlődése és a mesterséges agensek képességei között.
Az interjú kitér arra is, hogy a nagy léptékű számítási kapacitás miként hatott az MI fejlődésére, milyen tanulságokat vonhatunk le a közelmúlt fejleményeiből, és milyen kérdések merülnek fel az általános intelligencia, az emberi értékek továbbadása és a jövő társadalmának kialakulása kapcsán.
