标题：Ilya罕见发声：大模型「大力出奇迹」到头了

AI正从「规模时代」重新走向「科研时代」，这是Ilya Sutskever在最新采访中的核心观点。他认为，当前主流的「预训练+Scaling」路线已遇到瓶颈，与其盲目扩大规模，不如回归研究范式本身的重构。

Ilya指出，尽管模型在评测中表现优异，但其经济影响却滞后明显。例如，模型在编程任务中可能反复犯错，显示出泛化能力不足的问题。这或许与强化学习（RL）的设计有关：过度关注特定目标可能导致模型在基础任务上表现不佳。此外，预训练数据虽然庞大，但其带来的泛化能力未必比RL更强。

关于人类为何比模型更擅长泛化，Ilya认为进化赋予了人类强大的先验知识。例如，视觉和运动能力经过数百万年的优化，而语言、数学等能力则依赖更通用的学习机制。他推测，人类的学习效率源于某种尚未被完全理解的基础原理。

展望未来，Ilya强调AI研究将进入新的「科研时代」。尽管规模化推动了技术进步，但真正的突破仍需创新思维。他提出「关爱有感知能力的生命」作为AI对齐的核心目标，并建议限制超级智能的能力以降低风险。

最后，Ilya分享了自己的研究哲学：关注AI的「美学特征」，追问哪些特性是智能的本质。这种思维方式帮助他参与了许多改变历史的技术突破。

总结而言，Ilya呼吁行业重新聚焦于基础研究，探索更高效的训练方法和更安全的对齐策略，为AI的未来发展奠定坚实基础。