Gary Marcus(@GaryMarcus)
Gary Marcus on X: "can't believe people assume that success on highly verifiable problems in math (where we don't even know how many tests were performed and how many might have failed) iautomatically generalize to everything else when there is not a shred of evidence that they do. 🤷♂️" / X
7.2内容质量
TL;DR · AI 摘要
Gary Marcus质疑AI在数学验证问题上的成功能否自动推广到其他领域，指出缺乏证据支持这种泛化能力，同时Soham Mehta反驳认为OpenAI已证明离散几何学长期猜想，挑战了AI仅是随机鹦鹉的观点。
核心要点
- AI在数学验证问题上的成功缺乏充分测试数据支撑其泛化能力
- OpenAI最近推翻了离散几何学的长期猜想，挑战传统AI局限性观点
- 学术界对AI能力边界存在根本分歧，需要更多实证研究验证
结构提纲
按章节快速跳转。
Gary Marcus指出AI在高度可验证的数学问题上的成功无法自动推广到其他领域。
AI数学测试的数量和失败率不明确，缺乏足够的验证数据支撑其泛化能力。
没有确凿证据表明AI在数学领域的成功能够推广到其他不同领域的问题。
Soham Mehta提出OpenAI推翻离散几何学猜想的事实挑战了AI能力有限的观点。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- AI数学能力争议
- Marcus质疑泛化能力
- 数学验证问题
- 测试透明度不足
- 缺乏泛化证据
- Mehta反驳观点
- OpenAI突破几何猜想
- 挑战随机鹦鹉理论
金句 / Highlights
值得收藏与分享的关键句。
success on highly verifiable problems in math (where we don't even know how many tests were performed and how many might have failed) automatically generalize to everything else when there is not a sh
#AI#数学验证#机器学习#OpenAI
打开原文不敢相信人们认为在数学中高度可验证的问题上取得的成功（我们甚至不知道进行了多少次测试以及可能有多少次失败了）会自动推广到其他所有领域，而实际上并没有一丝证据表明它们确实如此。
引用
Soham Mehta
@SohamThoughts
13小时前
不敢相信我们还在坚持"它只是一个愚蠢的随机鹦鹉"这种说法，而就在不到24小时前，OpenAI推翻了一个离散几何学中的长期猜想。我们需要更多像Bores这样的人，而不是现在这种情况。x.com/LPEblog/status…