---
title: Turing-premieresvinner advarer om at kunstig intelligens ikke er ferdig
url: https://www.dataloco.com/no/turing-premieresvinner-advarer-om-at-kunstig-intelligens-ikke-er-ferdig
published: 2026-11-11T10:29:33+00:00
language: no
section: KI
source: https://the-decoder.de/erfinder-der-bitteren-lektion-warnt-ki-wissenschaft-ist-noch-lange-nicht-am-ziel/
organizations: OpenAI, Anthropic, Oak Lab, Core Automation
publisher: Dataloco
---

# Turing-premieresvinner advarer om at kunstig intelligens ikke er ferdig

Richard Sutton, som er kjent for å ha formulert begrepet den bitre leksjonen, har uttalt at kunstig intelligens ikke har nådd sitt mål ennå. Han understreker at rå beregningskraft alene ikke er tilstrekkelig for å oppnå ekte intelligens, og at feltet fortsatt har lang vei å gå.

Sutton argumenterte i sitt essay fra 2019 for at generelle metoder som skalerer med beregningskraft, vil på sikt overvinne spesialiserte løsninger basert på menneskelige antagelser. Han poengterer at ideer som vokser med tilgjengelig kraft er avgjørende, i stedet for å stole på forhåndsinnstilte menneskelige kunnskaper. Denne holdningen har han gjentatt i tidligere uttalelser, der han kritiserer grensene ved ren skalering av store språkmodeller.

Sutton beskrev syntetiske data som en stor feil, fordi den virkelige verden er uendelig kompleks og enhver simulering av den er mikroskopisk liten. Han hevdet at menneskelig ekspertise fungerer som en flaskehals som hindrer ekte skalering. I stedet krever han agenter med verdensmodeller som kontinuerlig lærer av egen erfaring, siden internetttekster ikke fanger opp den massive kompleksiteten i virkeligheten. Han påpeker at dagens modeller ikke lærer videre etter trening, og at kontinuerlig læring uten tap av eksisterende kunnskap er nødvendig.

Forsker Jerry Tworek, som forlot OpenAI for å utforske nye tilnærminger, støtter delvis Suttons syn. Han mener at den bitre leksjonen fortsatt gjelder, men at algoritmen blir viktigere jo mer beregningskraft som brukes i trening. Tworek advarer mot at den midlertidige suksessen til transformer-skalering og en feilfortolkning av Suttons idé har forvirret en hel generasjon av forskere. Han påpeker at mange dimensjoner av skalering fortsatt er uutforsket, og at noen algoritmer fører til blindvei.

Forsker Jayden Teoh legger til at den bitre leksjonen har bremset akademisk forskning ved at lovende ideer blir avvist fordi de ikke oppfyller kriteriene for skalering. Teoh understreker at dette ikke er Suttons feil, men en feilfortolkning av den opprinnelige budskapet. Han mener at ideer som senere erstattes av renere løsninger ikke var feil, men ofte var det som muliggjorde fremgang på det tidspunktet. Han ønsker at forskningsmiljøet ikke skal avvise slike arbeider når de oppstår, siden en idé ikke trenger å skaleres evig for å være en viktig bidrag.

Denne spenningen mellom behovet for nye læremetoder og kritikken av blind skalering speiles i en økende bølge av nye selskaper. Sutton driver selv Oak Lab, og sammen med andre gründere tror de på mer kraftfull kunstig intelligens, men tviler på at dagens oppskrift alene kan lete dit. Tworek leder Core Automation, som søker etter lærealgoritmer utover tradisjonell trening og forsterkningslæring.

På den andre siden av debatten står ledere i store selskaper som mener at skalering av store språkmodeller fortsatt har potensial. Sam Altman fra OpenAI hevder at kritikerne har bremset en generasjon av forskere ved å være for sikre på hva skalering ikke kan prestere. Han peker på et modell som nylig motbeviste en matematisk formodning som matematikere lenge hadde mislyktes med. Dario Amodei fra Anthropic beskriver skalering som en regnbue uten ende, selv om begge ledere har en interesse i å fremme den tekniske tilnærmingen deres selskaper bruker.

## This story in other languages

- [Nederlands](https://www.dataloco.com/nl/richard-sutton-waarschuwt-dat-kunstmatige-intelligentie-nog-niet-het-einddoel-heeft-bereikt)
- [Español](https://www.dataloco.com/es/richard-sutton-advierte-que-la-potencia-de-calculo-no-es-suficiente-para-alcanzar-la-inteligencia-artificial)
- [Indonesia](https://www.dataloco.com/id/richard-sutton-memperingatkan-bahwa-kekuatan-komputasi-saja-tidak-cukup-untuk-kecerdasan-buatan)
- [Français](https://www.dataloco.com/fr/richard-sutton-avertit-que-la-puissance-de-calcul-seule-ne-suffit-pas-pour-lintelligence-artificielle)
- [Italiano](https://www.dataloco.com/it/richard-sutton-avverte-che-la-potenza-di-calcolo-da-sola-non-e-sufficiente-per-lintelligenza-artificiale)
- [Svenska](https://www.dataloco.com/sv/richard-sutton-varnar-att-berakningskraft-ensamt-inte-racker-for-intelligens)
- [Türkçe](https://www.dataloco.com/tr/turing-odullu-sutton-yapay-zekanin-henuz-hedefine-ulasmadigini-ve-ham-hesaplama-gucunun-tek-basina-yeterli-olmadigini-belirtti)
- [Русский](https://www.dataloco.com/ru/ricard-satton-preduprezdaet-cto-nauka-ob-iskusstvennom-intellekte-eshhe-ne-dostigla-svoei-celi)
- [हिन्दी](https://www.dataloco.com/hi/racarada-satana-na-catavana-tha-ka-kaval-ganaena-shakata-katarama-bthathhamatata-ka-le-parayapata-naha-ha)
- [עברית](https://www.dataloco.com/he/story-132)
- [العربية](https://www.dataloco.com/ar/mbtkr-nthry-aldrs-almryr-yhthr-mn-an-aalom-althkaaa-alastnaaay-lm-tsl-al-hdfha-baad)