标题：超级智能之路：Meta研究员质疑OpenAI路径

超级智能指超越AGI、通用能力超过人类的更高维度AI发展方向。Meta等巨头追逐这一目标，但其实现路径备受争议。

OpenAI CEO Sam Altman曾表示，构建超级智能是一个工程问题，而非科学难题。然而，Meta AI研究员Jack Morris认为，当前基于大语言模型（LLM）的强化学习路径无法实现超级智能。他指出，LLM虽能在特定任务上更优秀，但无法成为单一的超级智能模型。

Morris在博客中提出三种可能路径：完全由监督学习、来自人类验证者的强化学习、以及来自自动验证器的强化学习。他还强调，非文本数据对提升模型性能的作用有限，认为人类撰写的文本具有独特价值。

当前，LLM已依赖大量互联网文本数据训练，但数据获取难度逐渐增大。同时，扩展模型规模面临硬件和能源限制。

结合监督学习与强化学习的路径被视为另一种可能性。通过人类或自动验证器提供反馈，模型可能逐步提升智能水平。然而，这种方法能否真正实现通用超级智能仍存疑问。

总之，超级智能的实现充满挑战，现有路径可能不足以达成目标。未来，人工智能领域或将迎来更多创新方向。