人类花了 70 年想教会机器像人一样思考，结果全输了。 这就是强化学习巨擘 Rich Sutton 写的《苦涩的教训》（…

人类花了 70 年想教会机器像人一样思考，结果全输了。

这就是强化学习巨擘 Rich Sutton 写的《苦涩的教训》（The Bitter Lesson）。

大家最后发现，最有效的方法是放弃“模仿人”，直接利用最底层的通用计算，让机器自己去演化。

1997 年，深蓝击败了国际象棋世界冠军卡斯帕罗夫。 当时的大多数电脑象棋专家非但没高兴，反而觉得非常沮丧。 他们觉得：这不算！ 这只是靠特殊硬件和软件堆出来的“暴力搜索”，根本不是人类下棋的方式。 这些研究者固执地认为，只有靠人类输入理解才能算真正的胜利。

结果呢？ 二十年后，围棋界迎来了同样的剧本。 科学家们曾付出极大努力，试图把人类积攒的围棋智慧、定式塞给电脑，好让它“少算一点”。 但在大规模搜索和自我对弈（Self-play）学习面前，这些人类经验被证明是多余的，成了限制机器进化的杂音。

Sutton 指出，AI 历史上的研究者总在犯同一个错误。 在算力不够的短期内，大家总想走捷径，把人类现成的“行业知识”写死在算法里。 这在短期内确实能看到立竿见影的效果。 但只要时间拉长，摩尔定律一发挥作用，算力成本呈指数级下降。 那些只依赖通用计算、搜索和自我学习的方法，就会像推土机一样，把所有人造规则碾得粉碎。

为什么会这样？ 因为人类的知识太局限了。 人类大脑的思维模式，只是为了适应几万年前的生存环境而演化出来的。 你试图教机器像人一样思考，其实是在用人类狭隘的智商上限，生生锁死了机器的进化空间。

这个教训有多苦涩？ 它无情地戳破了人类的虚荣心： 在真正的计算力面前，人类自以为傲的“智慧”，可能只是由于过去算力不足而产生的一种临时解决方案。

不要教机器怎么做人。 给它算力，让它自己去算。