马库斯：美国难赢AI战，应聚焦可信与安全
著名AI学者Gary Marcus指出，美国试图通过单纯堆叠算力和模型规模来赢得与中国的“AI军备竞赛”是行不通的。他认为，当前以大语言模型（LLM）为核心的生成式AI存在幻觉、缺乏推理能力和不可靠等底层缺陷，单纯扩大规模无法实现真正的通用人工智能（AGI）。对此，他提出以下替代路径：1. 技术范式转型，从纯深度学习转向结合符号推理的“神经符号AI”，解决可信度问题；2. 重塑竞争焦点，将AI应用于科学发现、医疗和材料科学等能产生实际社会价值的领域；3. 推动中美及全球在AI安全标准上的协同治理。这一观点提示AI创业者与开发者，不应盲目迷信大模型参数竞赛，而应关注垂直领域的可信AI应用与技术落地。