北京
来源：环球网
【环球网科技报道 记者 林梦雪】在2026世界人工智能大会暨人工智能全球治理高级别会议主论坛期间，2024年图灵奖得主、“强化学习之父”、阿尔伯塔大学计算机科学教授理查德·萨顿（Richard Sutton）为当前狂热的AI发展进行了“冷思考”，并指出，当前AI依赖的人类数据范式已达极限，人工智能正在迈入以智能体自身经验为核心的“经验时代”。
冷思考：区分“计算”与“智能”，当前AI依然“弱小”
面对当前大语言模型和生成式AI的狂飙突进，萨顿呼吁业界保持理性。他认为，当前AI在语言使用、视频和图片生成等方面的突破，更多是计算能力的胜利，而非智能科学的本质飞跃。
萨顿指出，智能和计算两者不能混淆，必须要把这两者的定义区分开。现在的AI系统主要是在使用人类知识的力量并交付给人类，“他们并没有能力发现自己的知识”。
对于当前备受追捧的大语言模型，萨顿认为现在的AI智能“还不够强大”，“我个人认为它是比较弱小而且是不可靠的，因为会产生很多的错觉”。
破局：告别“数据时代”，拥抱“经验时代”
萨顿认为：AI必须寻找新的数据来源，从静态的数据集转向动态的环境交互。他指出，“人类数据时代已经达到极限了，很多高质量的数据源被用完了，生成新的知识是这个范式没有办法做到的。”
那么，AI的下一个增长引擎在哪里？萨顿给出的答案是“经验”。他指出，AI需要的数据源不再来自静态的数据集，而必须来自智能体自身与世界的互动经验，来自第一视角的信号。
他以婴幼儿玩玩具、运动员瞬间决策为例，生动解释了“经验”的本质。在经验型AI中，智能体通过与环境的交互产生行为、感知和奖励信号。“如果说它没有经验，那么我觉得根本没有什么智能可言。”萨顿强调，有了经验，AI就有了奖励和目标，就能区分真假，验证预测的准确性。
“我们要从经验当中进行学习，”萨顿说道，“欢迎大家来到经验时代。”
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
