学习强化学习之父、加拿大计算机科学家理查德·萨顿（ Richard S. Sutton ）2019年的经典文章《The Bitter Lesson（苦涩的教训）》。
文章指出， 过去70年来AI研究走过的最大弯路，就是过于重视人类既有经验和知识 ，而他认为最大的解决之道是 摒弃人类在特定领域的知识、利用大规模算力的方法，才是通往AGI路径的方向 。
理查德·萨顿
过去70年人工智能研究领域最重要的一堂课，是只有**通用计算方法（蛮力计算 brute-force）**最终是最有效的，而且优势很大------因为摩尔定律，每单位计算成本持续呈指数下降。大多数人工智能研究都是假设Agent可用的计算量是恒定的（在这种情况下，利用人类知识将是提高性能的唯一方法之一），但是，在稍长的时间里看，可用的计算量必然会大大增加。
为了在短期内获得改善，研究人员试图启用本领域内的现存人类知识，但长远来看，唯一重要的是利用算力。基于人类知识的方法往往很复杂，不太适合利用好通用算力。有许多人工智能研究人员迟迟未能学习这个苦涩的教训的例子，回顾这些年的一些最突出的例子是很有启发性的。
在电脑国际象棋中，1997年击败世界冠军卡斯帕罗夫的方法基于大量的深度搜索。当时，许多计算机国际象棋研究人员对此感到失望，他们一直致力于利用人类对国际象棋特殊结构的理解的方法。当一种更简单的基于搜索的方法，结合特殊的硬件和软件，取得了更大的成功时，这些基于人类知识的国际象棋研究人员没有虚心接受失败。他们反驳道，"粗暴的"搜索可能这次赢了，但这不是一种通用的策略，而且也不是人们玩国际象棋的方式。这些研究人员希望基于人类的行棋思路获胜，当它没有获胜时他们感到失望。
在电脑围棋中，也出现了类似的研究进展，只是比国际象棋晚了20年。最初的巨大努力是避免用蛮力搜索，而是想办法利用人类知识（一千年的棋谱），或游戏的特殊特征，但是所有这些努力都被证明是无关紧要的。更糟糕的是，一旦有效地进行了大规模搜索，这些努力都是负向的。还有一点，通过自我对弈学习价值函数的方法，对于围棋和其他许多游戏而言都非常重要，尽管学习在1997年首次击败国际象棋的世界冠军的程序中并不起重要作用。
**学习和搜索是利用大规模计算的人工智能研究中最重要的两类技术。**在计算机围棋中，与计算机国际象棋一样，研究人员最初的努力是利用人类的理解（以减少搜索量），后来才通过搜索和学习取得更大的成功。
在语音识别方面，20世纪70年代有一场由美国国防部高级研究计划局赞助的早期竞赛。参赛者挖空心思，使用了一系列利用人类知识的招术，包括对单词、音素、人类声道等的理解。另一方面，还有一些更统计学的方法，它们基于隐马尔可夫模型（HMMs）做了更多的计算。再次，统计学方法胜过基于人类知识的方法。这导致自然语言处理领域出现了一个重大变化，几十年来，统计学和计算逐渐主导了这一领域。语音识别中最近深度学习的兴起是这一持续发展的最新一步。
深度学习方法甚至更少地依赖于人类知识，使用更多的计算，加上在巨大的训练集上的学习，来产生更好的语音识别系统。正如游戏中一样，研究人员总是试图制造出研究人员认为自己的大脑运作方式的系统------他们试图把这些知识放入他们的系统中------但最终证明是适得其反，也是研究人员时间的巨大浪费，因为通过摩尔定律，大规模计算变得可行，而且能得到很好的利用。
在计算机视觉/CV领域，也有类似的模式。早期的方法将视觉理解为寻找边缘、广义圆柱体或基于SIFT特征进行处理。但今天这一切都被抛弃了。现代的深度学习神经网络仅使用卷积和某些不变性的概念，并且表现得更好。
这是一个重要的教训。**纵观整个AI 人工智能领域，我们仍然没有彻底地学习到这个教训，因为我们仍在犯同样的错误。**为了看清这一点并有效地抵制它，我们必须理解这些错误的吸引力。我们必须学习苦涩的教训，即把我们认为的思维方式构建到系统中是行不通的。
这一苦涩的教训是基于历史观察，即
1）人工智能研究人员经常试图把知识构建到他们的代理系统中，
2）这在短期内总是有帮助的，并且对研究人员来说是个人满意的，但
3）从长远来看，它总会达到一个瓶颈，甚至会阻碍进一步的进展，
4）最终的突破性进展是通过一种相反的方法------基于搜索和学习的大规模堆算力------而获得的。
从这一苦涩的教训中应该学到的一件事是通用方法的巨大力量，即随着可用算力的增加，这些方法仍然可以继续扩展。似乎可以以这种方式无限扩展的两种方法是搜索和学习。
从这个苦涩的教训中学到的第二个普遍点是，人类心智的实际内容是极其复杂的，我们不应该再试图找到简单的方法来思考心智的内容，比如简单地思考空间，物体，多个代理或对称性。所有这些都是任意的、内在复杂的外部世界的一部分。它们不应该被构建，因为它们的复杂性是无止境的；相反，我们应该构建可以找到和捕获这种任意复杂性的元方法 。 这些方法的关键是它们可以找到良好的近似值，但算法应该是基于我们的方法（如学习），而不是我们已经学到的知识。我们希望AI Agent 能够像我们人类一样去发现，而不是在系统里集成我们已经发现的知识。