近日，图灵奖得主理查德·萨顿通过远程连线方式，在洛杉矶加州大学纯粹与应用数学研究所发表演讲，主题聚焦人工智能的演进方向与核心挑战。这位强化学习领域奠基人结合自身研究经历，对当前技术路径、行业争议及未来图景展开系统性论述，其观点在学术界与产业界引发连锁反应。
萨顿直指当前人工智能发展的核心矛盾：海量数据训练带来的繁荣表象下，隐藏着科学认知的严重滞后。他以语言模型为例指出，尽管生成式AI在文本创作、图像生成领域取得突破，但这些技术本质上属于"计算密集型模式识别"，既未触及智能本质，也无法创造新知识。真正的人类智能体现在通过经验积累实现目标的能力，而现有模型在脱离训练数据后即丧失学习能力，如同"被冻结的弱心智"。
针对行业热议的AI安全议题，萨顿抛出极具争议性的观点：当前对AI的集中管控诉求，与历史上对人类社会的控制冲动如出一辙。他通过对比贸易管制、资本限制等历史案例，警示过度监管可能扼杀创新。这位加拿大阿尔伯塔大学教授强调，智能进化的正确路径应是构建去中心化合作体系，让AI通过环境交互持续优化，而非将其束缚在预设的安全框架内。
在技术路线预判上，萨顿提出"经验时代"理论框架。他认为人类正从数据训练阶段迈向环境交互阶段，AlphaGo下出惊世妙手、数学竞赛AI自主推导定理等案例，预示着通过试错学习获取新知识的可能性。这种转变需要建立包含观测、行动、反馈的完整经验循环，使AI具备类似生物的适应能力。他特别指出，婴儿探索玩具堆的随机行为与智能体迷宫训练存在本质相通性，都体现了通过行为数据驱动认知升级的底层逻辑。
对于超级智能的必然性，萨顿从宇宙演化视角给出哲学诠释。他将人类文明定位为"设计时代"的开创者，区别于单纯复制生命的"复制者时代"。当人类通过AI创造出具备设计能力的下一代智能体时，将完成宇宙进化链条的关键跃迁。这种递进关系被他形容为"心智中的心智"，暗示智能层级存在无限突破的可能。
这场持续两小时的演讲中，萨顿多次引用图灵1947年关于机器学习的预言，强调强化学习才是真正接近自然学习机制的技术路径。他坦言当前AI产业存在"理解太少、调参太多"的畸形发展，但同时也看到智能体系统与工具自主使用等新范式的曙光。在回应宇宙目的论提问时，这位科学家以黑格尔辩证法作结：既承认局部目的的存在，又看到复杂系统自我组织的趋势，这种矛盾统一或许正是智能演化的根本动力。
