劇體，Richard Sutton；他擔心業界過於強調規模化 (scaling up)，即用更多數據、更多參數和更多算力

對當前以大規模數據擬合為主的深度學習模型，即當前的大模型，提出了深刻的質疑和擔憂：

• 強調交互而非擬合： 他認為真正的智能應當是通過試錯、規劃和與環境的持續交互來學習的，就像人類和動物一樣。而當前的大模型更多是在做大規模的模式識別和數據擬合，缺乏這種主動的、基於目標的交互能力。

• 預測是智能核心： 薩頓在其著名的論文《走向預測計算架構》中提出，預測是智能的基礎，智能體應該建立起對未來環境的預測模型，並以此驅動行動。這與大模型主要關注序列生成和內容輸出的範式有所不同。

• 對規模化計算的擔憂： 他擔心業界過於強調規模化 (scaling up)，即用更多數據、更多參數和更多算力來簡單地擴展現有模型，而不是在底層算法和原理上尋求根本性的突破。他認為僅靠規模化無法帶來真正的、類人的智能。