【文章来源：techweb】
【TechWeb】9 月 11 日消息，今天上午，2025 Inclusion·外滩大会在上海开幕，2024 年图灵奖得主、「强化学习之父」 理查德·萨顿 （Richard Sutton） 发表主旨演讲，他认为，人类数据红利正逼近极限，人工智能正在进入以持续学习为核心的 「经验时代」，潜力将远超以往。
萨顿在发言中表示，今天大多数机器学习的目标，是把人类已有的知识转移到静态、缺乏自主学习能力的 AI 上。「我们逐渐达到人类数据的极限，现有的方法不能生成新的知识，不适合持续学习，而持续学习对智能的效用至关重要。」
他认为，我们正进入 「经验时代」，需要一种新的数据源，由智能体与世界直接交互中生成。这正是人类和其他动物的学习方式，是 AlphaGo 自我博弈下的 「第 37 手」，也是近期 AlphaProof 在国际数学奥林匹克斩获银牌的路径。
萨顿解释，「经验」 指的是观察、行动和奖励，这三种信号在智能体与世界之间来回传递。「知识来自于经验，可以从经验中学习。一个智能体的智能程度，取决于它能预测并控制自身输入信号的程度。经验是一切智能的核心与基础。」
他同时指出，强化学习带领我们进入了新的经验时代，但要释放全部潜力，还需要两项目前尚不成熟的技术——持续学习 （continual learning） 和元学习 （meta-learning） 技术。
面对外界对 AI 带来偏见、失业甚至人类灭绝的担忧，萨顿认为，这种对人工智能的恐惧被夸大了，并且是被某些从中获利的组织和个人煽动起来的。他以经济社会的运行为例，只有当每个人有不同的目标和能力，经济才能运行得最好。同样，目标不同的智能体，可以通过去中心化的协作实现双赢。
「人类最卓越的超能力，就在于比其他任何动物都更擅长协作。人类最伟大的成功在协作本身——经济、市场与政府都是成功协作的产物，」 萨顿表示，人工智能和人类繁荣将来自于去中心化协作。「协作并非总能实现，却是世间一切美好事物的源泉，我们必须寻求协作、支持协作，并致力将协作制度化。」
展望人工智能的未来，他提出了四条现实的 「预测原则」：第一，对世界应该如何运转并没有共识，但没有哪一种看法能够凌驾于其他；第二，人类将真正理解智能，并借助技术将其创造出来；第三，当今人类的智力水平，很快将会被超级人工智能，或者超级智能增强的人类远远超越；第四条，权力和资源会流向最聪明的智能体。基于此，他认为，在人类的发展进程中，人工智能的替代将是不可避免的。
放眼宇宙的历史，萨顿将其分为四个时代：粒子时代、恒星时代、复制者时代和设计时代。他认为人类的独特之处在于 「把设计推向极致」，创造出能自己设计的事物，这也正是今天通过人工智能所追求的目标。人类至少是催化剂，是助产士，更是开启宇宙第四大时代——「设计时代」 的先驱。
「人工智能是宇宙演化的必然下一步，我们应以勇气、自豪和冒险精神来迎接它。」 萨顿表示。
【文章来源：techweb】
【TechWeb】9 月 11 日消息，今天上午，2025 Inclusion·外滩大会在上海开幕，2024 年图灵奖得主、「强化学习之父」 理查德·萨顿 （Richard Sutton） 发表主旨演讲，他认为，人类数据红利正逼近极限，人工智能正在进入以持续学习为核心的 「经验时代」，潜力将远超以往。
萨顿在发言中表示，今天大多数机器学习的目标，是把人类已有的知识转移到静态、缺乏自主学习能力的 AI 上。「我们逐渐达到人类数据的极限，现有的方法不能生成新的知识，不适合持续学习，而持续学习对智能的效用至关重要。」
他认为，我们正进入 「经验时代」，需要一种新的数据源，由智能体与世界直接交互中生成。这正是人类和其他动物的学习方式，是 AlphaGo 自我博弈下的 「第 37 手」，也是近期 AlphaProof 在国际数学奥林匹克斩获银牌的路径。
萨顿解释，「经验」 指的是观察、行动和奖励，这三种信号在智能体与世界之间来回传递。「知识来自于经验，可以从经验中学习。一个智能体的智能程度，取决于它能预测并控制自身输入信号的程度。经验是一切智能的核心与基础。」
他同时指出，强化学习带领我们进入了新的经验时代，但要释放全部潜力，还需要两项目前尚不成熟的技术——持续学习 （continual learning） 和元学习 （meta-learning） 技术。
面对外界对 AI 带来偏见、失业甚至人类灭绝的担忧，萨顿认为，这种对人工智能的恐惧被夸大了，并且是被某些从中获利的组织和个人煽动起来的。他以经济社会的运行为例，只有当每个人有不同的目标和能力，经济才能运行得最好。同样，目标不同的智能体，可以通过去中心化的协作实现双赢。
「人类最卓越的超能力，就在于比其他任何动物都更擅长协作。人类最伟大的成功在协作本身——经济、市场与政府都是成功协作的产物，」 萨顿表示，人工智能和人类繁荣将来自于去中心化协作。「协作并非总能实现，却是世间一切美好事物的源泉，我们必须寻求协作、支持协作，并致力将协作制度化。」
展望人工智能的未来，他提出了四条现实的 「预测原则」：第一，对世界应该如何运转并没有共识，但没有哪一种看法能够凌驾于其他；第二，人类将真正理解智能，并借助技术将其创造出来；第三，当今人类的智力水平，很快将会被超级人工智能，或者超级智能增强的人类远远超越；第四条，权力和资源会流向最聪明的智能体。基于此，他认为，在人类的发展进程中，人工智能的替代将是不可避免的。
放眼宇宙的历史，萨顿将其分为四个时代：粒子时代、恒星时代、复制者时代和设计时代。他认为人类的独特之处在于 「把设计推向极致」，创造出能自己设计的事物，这也正是今天通过人工智能所追求的目标。人类至少是催化剂，是助产士，更是开启宇宙第四大时代——「设计时代」 的先驱。
「人工智能是宇宙演化的必然下一步，我们应以勇气、自豪和冒险精神来迎接它。」 萨顿表示。
【文章来源：techweb】
【TechWeb】9 月 11 日消息，今天上午，2025 Inclusion·外滩大会在上海开幕，2024 年图灵奖得主、「强化学习之父」 理查德·萨顿 （Richard Sutton） 发表主旨演讲，他认为，人类数据红利正逼近极限，人工智能正在进入以持续学习为核心的 「经验时代」，潜力将远超以往。
萨顿在发言中表示，今天大多数机器学习的目标，是把人类已有的知识转移到静态、缺乏自主学习能力的 AI 上。「我们逐渐达到人类数据的极限，现有的方法不能生成新的知识，不适合持续学习，而持续学习对智能的效用至关重要。」
他认为，我们正进入 「经验时代」，需要一种新的数据源，由智能体与世界直接交互中生成。这正是人类和其他动物的学习方式，是 AlphaGo 自我博弈下的 「第 37 手」，也是近期 AlphaProof 在国际数学奥林匹克斩获银牌的路径。
萨顿解释，「经验」 指的是观察、行动和奖励，这三种信号在智能体与世界之间来回传递。「知识来自于经验，可以从经验中学习。一个智能体的智能程度，取决于它能预测并控制自身输入信号的程度。经验是一切智能的核心与基础。」
他同时指出，强化学习带领我们进入了新的经验时代，但要释放全部潜力，还需要两项目前尚不成熟的技术——持续学习 （continual learning） 和元学习 （meta-learning） 技术。
面对外界对 AI 带来偏见、失业甚至人类灭绝的担忧，萨顿认为，这种对人工智能的恐惧被夸大了，并且是被某些从中获利的组织和个人煽动起来的。他以经济社会的运行为例，只有当每个人有不同的目标和能力，经济才能运行得最好。同样，目标不同的智能体，可以通过去中心化的协作实现双赢。
「人类最卓越的超能力，就在于比其他任何动物都更擅长协作。人类最伟大的成功在协作本身——经济、市场与政府都是成功协作的产物，」 萨顿表示，人工智能和人类繁荣将来自于去中心化协作。「协作并非总能实现，却是世间一切美好事物的源泉，我们必须寻求协作、支持协作，并致力将协作制度化。」
展望人工智能的未来，他提出了四条现实的 「预测原则」：第一，对世界应该如何运转并没有共识，但没有哪一种看法能够凌驾于其他；第二，人类将真正理解智能，并借助技术将其创造出来；第三，当今人类的智力水平，很快将会被超级人工智能，或者超级智能增强的人类远远超越；第四条，权力和资源会流向最聪明的智能体。基于此，他认为，在人类的发展进程中，人工智能的替代将是不可避免的。
放眼宇宙的历史，萨顿将其分为四个时代：粒子时代、恒星时代、复制者时代和设计时代。他认为人类的独特之处在于 「把设计推向极致」，创造出能自己设计的事物，这也正是今天通过人工智能所追求的目标。人类至少是催化剂，是助产士，更是开启宇宙第四大时代——「设计时代」 的先驱。
「人工智能是宇宙演化的必然下一步，我们应以勇气、自豪和冒险精神来迎接它。」 萨顿表示。
【文章来源：techweb】
【TechWeb】9 月 11 日消息，今天上午，2025 Inclusion·外滩大会在上海开幕，2024 年图灵奖得主、「强化学习之父」 理查德·萨顿 （Richard Sutton） 发表主旨演讲，他认为，人类数据红利正逼近极限，人工智能正在进入以持续学习为核心的 「经验时代」，潜力将远超以往。
萨顿在发言中表示，今天大多数机器学习的目标，是把人类已有的知识转移到静态、缺乏自主学习能力的 AI 上。「我们逐渐达到人类数据的极限，现有的方法不能生成新的知识，不适合持续学习，而持续学习对智能的效用至关重要。」
他认为，我们正进入 「经验时代」，需要一种新的数据源，由智能体与世界直接交互中生成。这正是人类和其他动物的学习方式，是 AlphaGo 自我博弈下的 「第 37 手」，也是近期 AlphaProof 在国际数学奥林匹克斩获银牌的路径。
萨顿解释，「经验」 指的是观察、行动和奖励，这三种信号在智能体与世界之间来回传递。「知识来自于经验，可以从经验中学习。一个智能体的智能程度，取决于它能预测并控制自身输入信号的程度。经验是一切智能的核心与基础。」
他同时指出，强化学习带领我们进入了新的经验时代，但要释放全部潜力，还需要两项目前尚不成熟的技术——持续学习 （continual learning） 和元学习 （meta-learning） 技术。
面对外界对 AI 带来偏见、失业甚至人类灭绝的担忧，萨顿认为，这种对人工智能的恐惧被夸大了，并且是被某些从中获利的组织和个人煽动起来的。他以经济社会的运行为例，只有当每个人有不同的目标和能力，经济才能运行得最好。同样，目标不同的智能体，可以通过去中心化的协作实现双赢。
「人类最卓越的超能力，就在于比其他任何动物都更擅长协作。人类最伟大的成功在协作本身——经济、市场与政府都是成功协作的产物，」 萨顿表示，人工智能和人类繁荣将来自于去中心化协作。「协作并非总能实现，却是世间一切美好事物的源泉，我们必须寻求协作、支持协作，并致力将协作制度化。」
展望人工智能的未来，他提出了四条现实的 「预测原则」：第一，对世界应该如何运转并没有共识，但没有哪一种看法能够凌驾于其他；第二，人类将真正理解智能，并借助技术将其创造出来；第三，当今人类的智力水平，很快将会被超级人工智能，或者超级智能增强的人类远远超越；第四条，权力和资源会流向最聪明的智能体。基于此，他认为，在人类的发展进程中，人工智能的替代将是不可避免的。
放眼宇宙的历史，萨顿将其分为四个时代：粒子时代、恒星时代、复制者时代和设计时代。他认为人类的独特之处在于 「把设计推向极致」，创造出能自己设计的事物，这也正是今天通过人工智能所追求的目标。人类至少是催化剂，是助产士，更是开启宇宙第四大时代——「设计时代」 的先驱。
「人工智能是宇宙演化的必然下一步，我们应以勇气、自豪和冒险精神来迎接它。」 萨顿表示。