文章核心内容：作者提出一个有争议的观点，认为通过监督学习训练出的生成式AI本质上无法做出真正的新发现，缺乏创新能力。这一观点挑战了当前对AI创造力的普遍认知。

《理查德·萨顿谈生成式AI的创造力局限》

核心观点： 强化学习之父理查德·萨顿提出，基于监督学习的生成式AI本质上无法实现真正的创新发现。这一观点通过其SAIR基金会演讲视频（2026年5月31日发布）详细阐述。

核心论证： 1. 模仿与创新的悖论 - 生成式AI（包括大语言模型、图像/视频生成模型）本质是优秀模仿者 - 能产生"新颖"或"优质"输出，但无法同时满足两者 - 典型表现为：要么忠实复现训练数据（优质但非原创），要么随机生成内容（新颖但可能失真）

2. 根本缺陷机制

• 监督学习缺少关键三要素： 1）持续变异机制（仅依赖初始随机权重） 2）实时评估系统 3）选择性保留机制
• 导致创新成果如"火花闪现却无法持续"

3. 真正创新的AI案例

• AlphaGo的"第37手"创新棋步
• AlphaZero的原创象棋策略
• AlphaFold在蛋白质结构预测的突破
• 共性特征：都包含强化学习的"生成-测试-优化"循环

解决方案路径： 1. 引入持续变异机制（如论文中"持续反向传播"算法） 2. 建立明确评估体系（人类反馈或客观指标） 3. 实现"变异-评估-选择"的完整发现循环

行业启示： 生成式AI在辅助创作、内容生成领域价值显著，但欲实现科学突破需转向强化学习框架，构建具备自主探索能力的AI系统。

（注：省略了原文中推特平台相关元素、重复论证及部分技术细节，保留核心论证逻辑和关键案例。）

以下是评论内容的总结，平衡呈现不同观点并保留关键引用：

主要争议点总结

1. AI创造力的本质争议

   • 支持方认为AI可通过"变异-评估-选择"循环实现创造力（如Lerc、musebox35）：
     "Creativity = variation + evaluation + selection... I don't think I would attribute anything in that process that AI to be incapable of" (Lerc)
     "LLM + RL with verifiable rewards mimics the scientific process" (musebox35)
   • 反对方认为人类创造力具有不可复制的独特性（如Shitty-kitty）：
     "Art is about conveying human feelings... not universal" (Shitty-kitty)

2. 评估机制的关键性

   • 多位评论者强调外部评估系统的重要性（如balazstorok、thedreammachine）：
     "When GAI models are given external hard evaluation, they can succeed" (balazstorok)
     "Once you put the model in a loop with tests/feedback, it gets closer to discovery" (thedreammachine)
   • 但质疑人类评估的特殊性（如simianwords）：
     "Humans can only evaluate because they have access to the real world" (simianwords)

3. "新颖性"与"优质性"能否共存

   • 原文观点遭质疑（如vasco、cortesoft）：
     "This assumes no possible unexplored path yields good results... which is not true" (vasco)
     "You can be both random and based on training data" (cortesoft)
   • 支持案例存在（如hashta）：
     "Compositional generalization... final composition can be novel" (hashta)

4. 实用主义视角

   • 部分评论者主张关注实际效用而非理论争议（如balazstorok、whatever1）：
     "Most importantly: none of this is about intelligence, it's barren solution-farming" (balazstorok)
     "LLMs are useful as they are today" (whatever1)

关键引用保留原则

每个观点选取2-3条最具代表性的原始评论，保留中英文对照以呈现原意。总结时剔除重复观点（如关于AlphaGo的多次类比），保留核心论证脉络。