479
92026年7月19日，世界人工智能大会（WAIC）思想者论坛迎来了一位重量级嘉宾——2024年图灵奖得主、现代强化学习奠基人理查德·萨顿（Richard Sutton）。他现任加拿大阿尔伯塔大学教授、加拿大人工智能研究所（Amii）首席研究员，他关于强化学习的理论构成了AlphaGo、自动驾驶、具身机器人等里程碑式技术的基石。
萨顿此次演讲题为《强化学习的第一线：从经验培育超级智能》。在这场持续近一小时的分享中，他系统阐述了自己追寻数十年的核心命题：如何让超级智能从经验中自主生长，而非依赖人类预先编码的知识。
他重申了著名的"苦涩的教训"——短期来看，把人类知识塞进AI总有成效；长期来看，真正突破永远来自计算规模、搜索与学习。在此基础上，他提出了OAK架构（选项与知识），主张智能体应像婴儿一样，通过与环境交互、获得奖励信号，自主发现特征、创建子问题、学习技能，从而形成开放式的抽象循环。
对于当下大语言模型的热潮，萨顿直言LLM有其局限，通向AGI的路径仍有其他可能。这是萨顿首次在WAIC公开分享这一完整框架，值得每一位关注AI底层演进方向的研究者与从业者细读。
会场实时转写、翻译、辅助来自：younavi.me
