摘要：在人工智能发展引发全球广泛争议的当下，强化学习奠基人、图灵奖得主理查德·萨顿在上海发出了不同的声音。他在2025年外滩包容性会议上明确表示，当前社会对人工智能的恐惧"被某些从中受益的组织和个人夸大和煽动"，并呼吁人们应当"以勇气、自豪和冒险精神"拥抱这一技术变

信息来源：https://www.chinadaily.com.cn/a/202509/12/WS68c4136aa3108622abca087c.html

在人工智能发展引发全球广泛争议的当下，强化学习奠基人、图灵奖得主理查德·萨顿在上海发出了不同的声音。他在2025年外滩包容性会议上明确表示，当前社会对人工智能的恐惧"被某些从中受益的组织和个人夸大和煽动"，并呼吁人们应当"以勇气、自豪和冒险精神"拥抱这一技术变革。

萨顿的观点与当前主流的AI威胁论形成鲜明对比。在许多政府、学者和公众都在讨论AI可能带来的就业冲击、隐私侵犯甚至存在威胁的背景下，这位现代计算强化学习的核心推动者选择从科学角度重新审视AI发展的本质和方向。他认为，真正需要关注的不是人工智能的威胁，而是如何突破当前技术发展的瓶颈。

数据依赖的增长极限

萨顿在演讲中指出了当前AI发展面临的一个根本性挑战：对人类数据的过度依赖已经达到极限。这一观点直接触及了大型语言模型发展的核心问题。目前，从GPT系列到各种大模型，都严重依赖于人类产生的文本、图像和其他形式的数据进行训练。

这种依赖关系带来了两个严重后果。首先，随着高质量人类数据的逐渐耗尽，AI系统的进一步改进变得越来越困难。其次，这种训练模式限制了AI系统生成真正新知识和进行持续学习的能力。萨顿引用技术播客主持人德瓦凯什·帕特尔的观点，强调大型语言模型"不会像人类那样随着时间的推移而变得更好"，这正是缺乏持续学习能力造成的重大瓶颈。

这一分析揭示了当前AI发展的深层矛盾：尽管这些系统在特定任务上表现出色，但它们本质上仍然是静态的知识重组器，而非真正的学习和创新系统。它们无法像人类那样通过持续的经验积累来不断提升自己的能力，这从根本上限制了它们的发展潜力。

体验式学习的革命性意义

理查德·萨顿 （Richard Sutton） 在 2025 年外滩包容性会议上发表主题演讲。[照片提供给 chinadaily.com.cn]

针对这一困境，萨顿提出了"体验时代"的概念，强调AI系统应当从自己与世界的互动中学习，这种方式更接近人类和动物的自然学习过程。这一理念的核心在于让AI系统通过直接的环境互动来获取知识，而不是仅仅依赖预先收集的数据集。

萨顿用AlphaGo的著名"第37手"来说明体验式学习的威力。这一步棋在当时被职业棋手认为是"不可能的移动"，但正是通过与环境的大量互动和自我对弈，AlphaGo发现了人类从未考虑过的策略。类似地，AlphaProof在国际数学奥林匹克竞赛中获得银牌，也展示了通过体验式学习实现突破的可能性。

这种学习方式的优势在于能够产生真正的创新。与传统的监督学习不同，体验式学习允许AI系统探索未知领域，发现新的解决方案。萨顿强调："经验是所有智能的焦点和基础。"这一表述不仅适用于人工智能，也反映了生物智能发展的基本规律。

去政治化与合作发展

萨顿认为，当前对AI的恐惧在很大程度上源于这一技术的过度政治化。AI已经成为地缘政治竞争的工具，各国都在将其视为国家安全和经济优势的关键要素。这种政治化不仅加剧了公众的焦虑，也可能阻碍技术的健康发展。

他观察到，关于AI的讨论往往被偏见担忧、就业流失恐惧甚至人类灭绝论所主导。这些担忧虽然不无道理，但萨顿认为它们被某些既得利益集团刻意放大，用于服务特定的政治或商业目的。这种情况下，理性的科学讨论往往被情绪化的恐慌所取代。

作为应对策略，萨顿提出了"去中心化合作"的概念。他认为，无论是AI系统还是人类社会的繁荣，都应当建立在分散化的合作基础上，而非集中化的控制模式。这一观点与当前一些国家试图通过政府主导来控制AI发展的趋势形成对比，强调了开放合作在技术进步中的重要性。

智能进化的宇宙视角

萨顿将AI发展置于更宏大的宇宙进化背景下，认为人工智能是宇宙进化过程中不可避免的下一步。这一观点超越了传统的技术发展框架，将AI视为智能演化的自然延续。

他提出了评估AI发展的四个核心原则：缺乏全球共识的必然性、最终创造真正智能的可能性、超越当前人类智能水平的潜力，以及权力自然流向最智能个体的趋势。这些原则构成了他对AI未来发展的基本预测框架。

这种宇宙进化的视角暗示，试图阻止或过度控制AI发展可能是徒劳的，就像试图阻止生物进化一样。萨顿认为，更明智的做法是理解并适应这一变化，而非抗拒它。他呼吁人们"以勇气、自豪和冒险精神拥抱"这一变革，这体现了一种积极主动的态度。

从实际应用角度来看，萨顿的观点对当前的AI政策制定和产业发展具有重要意义。如果他的分析正确，那么过度的监管和限制可能会阻碍有益技术的发展，而合理的引导和开放的合作可能更有利于实现AI技术的积极潜力。

萨顿作为强化学习领域的权威专家，他的观点代表了技术界对AI发展的一种重要声音。虽然关于AI安全和治理的讨论仍将继续，但他提出的从体验式学习角度重新思考AI发展路径的建议，无疑为这一领域的未来发展提供了有价值的思考方向。

来源：人工智能学家