在 AI 領域，一位極具影響力的人物 —— 前 OpenAI 聯合創始人、現任 Safe Superintelligence CEO 的伊利亞・蘇茨克維（Ilya Sutskever）最近在一場長達三萬字的訪談中發出了引人關注的聲音。他指出，當前主流的 AI 發展路線已經遇到瓶頸，標誌着我們從一個擴展的時代回到了深入研究的階段。

蘇茨克維認爲，從2012年到2020年，AI 行業經歷了快速的研究階段，隨後進入了一個規模化的擴展階段。現在，隨着算力的增長，模型的表現並未顯著提升，擴展與算力浪費的界限變得模糊。這一現象讓人不得不思考，當前的 AI 研究是否應重新聚焦於基礎理論和方法的探索。

他進一步探討了大模型的泛化能力問題，指出這些模型在特定評測中表現良好，但在實際應用中卻常常犯錯。這種現象可能源於強化學習訓練所選擇的數據過於狹窄，導致模型在應對複雜現實任務時的表現不盡如人意。蘇茨克維用一個比喻說明了這一點:現有的 AI 模型就像一個專注於編程競賽的學生，雖然在競賽中表現優異，卻未必能在實際工作中游刃有餘。

蘇茨克維還強調了情緒在 AI 決策中的重要性，他提出，人類的價值觀和決策能力在某種程度上受到情緒的調節，這種調節可能是進化過程中形成的。他表示，未來的 AI 系統需要考慮情感因素，才能更好地理解和適應複雜的世界。

不僅僅是蘇茨克維，許多 AI 領域的先驅也對目前的 AI 發展方向提出了質疑。例如，圖靈獎得主楊立昆（Yann LeCun）指出，當前的語言模型技術可能是 “死衚衕”，無法實現真正的智能。他認爲，“世界模型” 將是未來 AI 的主流，通過模擬和理解世界來推動 AI 的發展。

總之，AI 行業正面臨重大的轉折點，單純依賴算力和規模的擴展已不再足夠，必須重新審視和探索新的研究範式，以便爲實現通用人工智能（AGI）鋪平道路。