图灵奖得主 Yann LeCun 等人在预印本平台 arXiv 上发布论文，讨论了目前的 AI 模型在自主学习上的局限性，提出了一个受人类等启发的自主学习框架。AI 模型一旦部署，基本上无法学习任何新知识，模型的操作是固定的，如果不能适应环境，就必须由人类专家使用新数据重构。人类儿童能在不同学习模式之间切换，但 AI 模型的自监督学习、监督学习和强化学习等机器学习范式则是孤立的，混合使用不同学习模式主要是通过人类专家反复试验实现，只能针对特定应用如聊天机器人或编程助手。换句话说，当前的 AI 系统的学习是外包给人类专家，而不是其自身固有的能力。要构建能在现实世界中可靠运行的 AI 系统，自主学习应视为一项核心能力。
