Richard Sutton – Father of RL thinks LLMs are a dead end
Descripción del Episodio
Richard Sutton is the father of reinforcement learning, winner of the 2024 Turing Award, and author of The Bitter Lesson. And he thinks LLMs are a dead end.
After interviewing him, my steel man of Richard’s position is this: LLMs aren’t capable of learning on-the-job, so no matter how much we scale, we’ll need some new architecture to enable continual learning.
And once we have it, we won’t need a special training phase — the agent will just learn on-the-fly, like all humans, and indeed, like all animals.
This new paradigm will render our current approach with LLMs obsolete.
In our interview, I did my best to represent the view that LLMs might function as the foundation on which experiential learning can happen… Some sparks flew.
A big thanks to the Alberta Machine Intelligence Institute for inviting me up to Edmonton and for letting me use their studio and equipment.
Enjoy!
Watch on YouTube; listen on Apple Podcasts or Spotify.
Sponsors
* Labelbox makes it possible to train AI agents in hyperrealistic RL environments. With an experienced team of applied researchers and a massive network of subject-matter experts, Labelbox ensures your training reflects important, real-world nuance. Turn your demo projects into working systems at labelbox.com/dwarkesh
* Gemini Deep Research is designed for thorough exploration of hard topics. For this episode, it helped me trace reinforcement learning from early policy gradients up to current-day methods, combining clear explanations with curated examples. Try it out yourself at gemini.google.com
* Hudson River Trading doesn’t silo their teams. Instead, HRT researchers openly trade ideas and share strategy code in a mono-repo. This means you’re able to learn at incredible speed and your contributions have impact across the entire firm. Find open roles at hudsonrivertrading.com/dwarkesh
Timestamps
(00:00:00) – Are LLMs a dead end?
(00:13:04) – Do humans do imitation learning?
(00:23:10) – The Era of Experience
(00:33:39) – Current architectures generalize poorly out of distribution
(00:41:29) – Surprises in the AI field
(00:46:41) – Will The Bitter Lesson still apply post AGI?
(00:53:48) – Succession to AIs
Get full access to Dwarkesh Podcast at www.dwarkesh.com/subscribe
Episodios Recientes
Más podcasts de Sociedad y Cultura
Ver toda la categoría →
We!
By shows
<p>The #1 U.S. How To podcast for emotional growth, WE is a movement for reconnection—heart to heart, soul to soul. Hosted by Joe Mittiga, WE explores emotional healing, mental health, personal growth, relationships, and spiritual awakening in a world that feels increasingly disconnected. Each episode reveals why you feel the way you do—and the emotional, mental, and spiritual growth that leads to healing, peace, purpose, and deeper human connection. Through honest conversations and real-life experiences, WE helps you better understand yourself, others, and your place in a changing world. Healing doesn't happen alone. It happens when we remember WE. <br><br></p><p>Visit <a href="http://www.wepodcast.global"><b>www.WEPodcast.global</b></a> to learn more<br><br></p><p>Download my books free at <a href="http://www.joemittiga.com"><b>www.JoeMittiga.com</b></a>.<br><br></p><p><b>Voices of WE</b></p><p><em>Healing humanity, one story at a time.</em></p>
The Permanent Questions With David Brooks
By shows
What makes us human? How can I find purpose in life? How can my relationship survive a rough patch? What do I say to a friend who’s suffering? Does any of this mean anything at all? It’s easy to lose sight of fundamental human concerns amid the churn of the news cycle and the demands of every day. Each week on The Permanent Questions, host David Brooks seeks to return them to our attention through thoughtful conversation with the world’s deepest thinkers.
Simulacro
By shows
Marcos Oliveira, uno de los padres de la inteligencia artificial, desaparece de forma misteriosa en Canarias y lo único que saben es que iba buscando una puerta. El escritor Santiago Álvarez recorre la última ruta que hizo el científico para intentar resolver el misterio pero, cuanto más lo busca, más perdido se encuentra en un laberinto entre la realidad y la simulación.<br /><br />Simulacro es un thriller psicológico especulativo creado por <b>Julio Rojas</b> (autor de 'Caso 63') y protagonizado por Isak Férriz, Mónica López y Alberto San Juan.<br /><br />Producido por El Extraordinario para Turismo de Islas Canarias y financiada con fondos Next Generation de la Unión Europea.
Cisne Rojo
By shows
<p>Sara es la principal accionista de Summer-Petersen, una importante compañía de servicios financieros. Es la ejecutiva más agresiva. La que no tiene miedo. Si se trata de negocios, la información es poder y Sara ve lo que otros no ven. Hasta hoy. Este lunes, reaparece en su vida Miranda Celis, una analista de grandes datos y experta en predicciones basadas en algoritmos. A partir de una sola llamada, Miranda conectará recuerdos del pasado con el anuncio de trágicos e irreversibles eventos futuros. Si Sara piensa que todo es estable, que las personas que ama, que la ciudad que habita, y que todo lo que la rodea estará mañana, hoy Sara deberá pensar otra vez.</p><p> </p><p>Protagonizada por Blanca Lewin e Ignacia Baeza. Creada y escrita por Julio Rojas, el creador de Caso 63. Producida por <a href="http://emisorpodcasting.com/" rel="noopener noreferrer" target="_blank">Emisorpodcasting.com</a></p>
Franco Escamilla Canal Oficial
By shows
¡Bienvenidos al canal oficial de Franco Escamilla! Suscríbete para escuchar un nuevo episodio cada día. Martes: La Mesa Reñoña Miércoles: Los Amos Del Universo Jueves: Toy Aburrido Viernes: Psico y Psico Domingo: Cabareteando Recuerda que no tengo otro canal de audio, no aceptes imitaciones.
Café Francés ~ Aprende francés!
By shows
<p>Café Francés es el rincón preferido de hispanohablantes para aprender francés de forma estructurada y paso a paso. </p><p><br></p><p>Aprenderás frases útiles, diálogos reales, vocabulario esencial, gramática y todo sobre la cultura, costumbres y vida en Francia. Cada episodio se conecta con el anterior e incluye ejercicios practicos. </p><p><br></p><p>Además, tú también formas parte de esta aventura! Conversa conmigo y propon nuevos temas en las redes sociales. Juntos creamos una comunidad apasionada por el idioma y la cultura francesa. </p><p><br></p><p>Bienvenue à Café Francés – on y va !</p><p><br></p><p>Sébas</p>
La Cultureta
By shows
Rubén Amón, Rosa Belmonte, Guillermo Altares, Isabel Vázquez JF León y Sergio del Molino hablan sobre cine, música, libros, series y mucho más...
Espías: clave secreta
By shows
Hay guerras que no aparecen en los libros de historia. Se libran en silencio, en los despachos más discretos y en las calles más concurridas. Sus protagonistas no llevan uniforme. Sus victorias no se celebran. Y sus derrotas, a veces, cambian el mundo. Espías: Clave Secreta es un podcast de Vicente Vallés sobre los hombres y mujeres que operaron en la sombra durante el siglo XX. Topos que pasaron décadas infiltrados en el corazón del enemigo. Operaciones diseñadas para engañar a ejércitos enteros. Traiciones que costaron miles de vidas. Y espías que, en secreto, evitaron una guerra nuclear. Cada episodio, un caso y cada caso una historia que parece imposible y que, sin embargo, ocurrió. Créditos Dirección y guion: Vicente Vallés y Cristina de Juan Narración: Vicente Vallés Diseño de sonido: Andrés Moraleda Una producción de Onda Cero Podcast y Antena 3 Noticias