近日，圖靈獎得主理查德·薩頓通過遠程連線方式，在洛杉磯加州大學純粹與應用數學研究所發表演講，主題聚焦人工智能的演進方向與核心挑戰。這位強化學習領域奠基人結合自身研究經歷，對當前技術路徑、行業爭議及未來圖景展開系統性論述，其觀點在學術界與產業界引發連鎖反應。
薩頓直指當前人工智能發展的核心矛盾：海量數據訓練帶來的繁榮表象下，隱藏著科學認知的嚴重滯后。他以語言模型為例指出，盡管生成式AI在文本創作、圖像生成領域取得突破，但這些技術本質上屬于"計算密集型模式識別"，既未觸及智能本質，也無法創造新知識。真正的人類智能體現在通過經驗積累實現目標的能力，而現有模型在脫離訓練數據后即喪失學習能力，如同"被凍結的弱心智"。
針對行業熱議的AI安全議題，薩頓拋出極具爭議性的觀點：當前對AI的集中管控訴求，與歷史上對人類社會的控制沖動如出一轍。他通過對比貿易管制、資本限制等歷史案例，警示過度監管可能扼殺創新。這位加拿大阿爾伯塔大學教授強調，智能進化的正確路徑應是構建去中心化合作體系，讓AI通過環境交互持續優化，而非將其束縛在預設的安全框架內。
在技術路線預判上，薩頓提出"經驗時代"理論框架。他認為人類正從數據訓練階段邁向環境交互階段，AlphaGo下出驚世妙手、數學競賽AI自主推導定理等案例，預示著通過試錯學習獲取新知識的可能性。這種轉變需要建立包含觀測、行動、反饋的完整經驗循環，使AI具備類似生物的適應能力。他特別指出，嬰兒探索玩具堆的隨機行為與智能體迷宮訓練存在本質相通性，都體現了通過行為數據驅動認知升級的底層邏輯。
對于超級智能的必然性，薩頓從宇宙演化視角給出哲學詮釋。他將人類文明定位為"設計時代"的開創者，區別于單純復制生命的"復制者時代"。當人類通過AI創造出具備設計能力的下一代智能體時，將完成宇宙進化鏈條的關鍵躍遷。這種遞進關系被他形容為"心智中的心智"，暗示智能層級存在無限突破的可能。
這場持續兩小時的演講中，薩頓多次引用圖靈1947年關于機器學習的預言，強調強化學習才是真正接近自然學習機制的技術路徑。他坦言當前AI產業存在"理解太少、調參太多"的畸形發展，但同時也看到智能體系統與工具自主使用等新范式的曙光。在回應宇宙目的論提問時，這位科學家以黑格爾辯證法作結：既承認局部目的的存在，又看到復雜系統自我組織的趨勢，這種矛盾統一或許正是智能演化的根本動力。
