「痛苦教训」：AI发展的悖论与现实

Rich Sutton提出的“痛苦教训”认为，利用计算的通用方法最终是最有效的。文章探讨了这一观点在围棋、象棋、语音识别和计算机视觉等领域的体现，以及其在企业应用中的挑战。虽然大规模计算在某些领域取得突破，但文章也指出，在数据质量和定义清晰目标方面存在局限性，高效的专用模型有时优于通用模型，计算资源并非总是最佳方案。