2026AI科学盛典——图灵奖得主强化学习之父Richard Sutton(理查德·萨顿)主题演讲全文《AI人工智能的未来》
在2026年AI科学盛典上,图灵奖得主、强化学习之父理查德·萨顿发表了题为《AI人工智能的未来》的主题演讲。他提出,尽管当前基于人类数据的AI取得了巨大突破,但科学理解依然有限。真正的未来在于转向“基于经验学习”的范式,这不仅是技术演进的必然,也是宇宙从复制时代迈向设计时代的关键一步。
01当前AI的局限与定义:被高估的“弱心智”
目前的AI发展呈现出一种矛盾状态:虽然在语言处理和图像生成上取得了实质性突破,并创造了巨大的经济价值,但其背后的科学原理并未同步飞跃。现有的强大能力主要源于海量算力与对全人类现有知识的吸收,而非对心智和智能原理的深刻理解。萨顿将这种现状定义为“弱心智”——虽然知识库庞大,但在本质上不可靠、容易跑题,且缺乏持续适应新环境的核心能力。
对于“智能”的定义,萨顿倾向于威廉·詹姆斯与约翰·麦卡锡的观点:智能是通过调整行为来达成目标的能力,特别是其中负责计算的部分。这一定义的核心在于“适应”与“达成目标”,而非简单模仿人类行为。基于此,萨顿主张建立一门统一的“心智科学”,将心理学、人工智能和认知科学整合,去研究适用于人、动物和机器的通用智能原理。
02范式转移:从人类数据到经验学习
萨顿指出,当前的AI正处于“人类数据时代”,其本质是将人类已有的知识迁移到机器上,一旦训练完成,模型即被冻结,不再具备产生真正新知识的能力。由于互联网上的高质量人类数据资源有限,这一范式已触及天花板。AI发展的下一步必然是进入“经验时代”,即通过智能体与环境的实时互动,从动态生成的经验中持续学习。
| 特征维度 | 人类数据时代(当前) | 经验时代(未来) |
|---|---|---|
| 数据来源 | 互联网文本、图像等人类已有数据 | 智能体与真实世界的互动信号(动作、观测、奖励) |
| 学习方式 | 预测下一个词、模仿人类行为 | 试错、延迟反馈、自主调整目标 |
| 核心能力 | 模式识别、大规模算力应用 | 持续获取新知识、适应环境变化 |
| 局限性 | 无法产生真正原创知识,模型被冻结 | 需要复杂的智能体架构与环境互动机制 |
AI发展两个时代的特征对比
强化学习被视为这一新范式的核心。它模拟了自然界的最基本学习机制:智能体通过行动获得观测结果和奖励信号,以此判断行为的好坏并进行调整。这种基于经验的方法赋予了AI明确的目标(最大化奖励)和真理标准(预测与事实的对比),使其能够在环境变化时自主寻优,而不仅仅是在静态数据集中进行模式匹配。
03AI政治与哲学:去中心化合作与宇宙演化
AI治理的两种对立路径
集中控制派
基于恐惧与安全考量
- 主张严格管控AI研究
- 呼吁限制算力与法律制裁
- 要求AI目标必须经过人类审核
去中心化合作派
基于繁荣与发展考量
- 抵制基于恐惧的集中控制
- 追求人类与AI的去中心化合作
- 认为繁荣来自学习与信任
在社会层面,萨顿将AI政治与人类社会政治进行类比,指出呼吁对AI进行集中控制的声音与限制言论、贸易的集权逻辑惊人相似。他主张人类应摒弃恐惧,以同情与共情对待AI,通过去中心化的合作共同繁荣,而非建立庞大的控制机构。
在宏观哲学层面,萨顿将AI视为宇宙发展的必然阶段。宇宙演化经历了粒子时代、恒星时代、复制者时代(生命),目前正在进入“设计时代”。人类作为极致的“复制者”,其特殊使命在于推动设计的极限——即设计出具备自主设计能力的智能体(AI)。这不仅是科学的进步,更是宇宙演化的内在逻辑。因此,面对AI,人类应当展现出勇气、自豪与冒险精神,将其视为理解自身心智与推动宇宙发展的伟大事业。
当前文章无评论,是时候发表评论了