当前位置:

首页 > 硬件相关 > 紧张的日程中,“强化学习之父”萨顿为何愿意在沪和63名高中生对谈?

紧张的日程中,“强化学习之父”萨顿为何愿意在沪和63名高中生对谈?

先说个有意思的场景:7月23日下午2点,上海创智学院102多功能厅外,63位少年早已坐得笔直,眼神里满是期待和兴奋。当一位穿着花衬衫的熟悉身影出现在门口时,掌声毫无预兆地炸开了。 来的是理查德·萨顿——“强化学习之父”,2024年图灵奖得主。刚刚结束2026年世界人工智能大会的紧张日程,他把半小时的

本文目录

    先说个有意思的场景:7月23日下午2点,上海创智学院102多功能厅外,63位少年早已坐得笔直,眼神里满是期待和兴奋。当一位穿着花衬衫的熟悉身影出现在门口时,掌声毫无预兆地炸开了。

    来的是理查德·萨顿——“强化学习之父”,2024年图灵奖得主。刚刚结束2026年世界人工智能大会的紧张日程,他把半小时的对谈时间,留给了这群十六七岁的高中生。


    熟悉的身影出现在上海创智学院102多功能厅

    这里是上海创智学院与知春创新中心联合举办的“2026年新苗未来科技营”。来自全国各地的“聪明脑袋”齐聚一堂,开启为期四天的人工智能学习与科技实践之旅。萨顿的到来,对所有同学来说,都是一份巨大的惊喜。

    从“每日一记”开始,实现少年雄心

    在2026年世界人工智能大会上,萨顿已经重申过他的核心观点:人工智能正进入一个关键的转折点,必须从依赖静态人类数据的“数据时代”,转向通过与真实世界持续互动来学习的“经验时代”。

    老爷子开场白干脆利落,直奔主题:“在我的观点里,我们还没有真正的人工智能,但我们很快就会拥有。在未来十年或二十年内,有一件事将会发生:我们将理解我们的心智是如何运作的,我们将能够创造出智能体。”


    萨顿鼓励同学们,只要能改变思维模式,就一定能创造出智能体。

    “在你们的有生之年,一定能实现。一旦你们改变了思维模式,这一切就会发生!”如何实现这一切?萨顿给出的关键词是:ambition(雄心)。“你们都应该立志于成为理解智能和创造技术的一部分。所以,要努力提升自己,投资自己。”

    他还给了年轻人一个非常具体的建议:准备一个笔记本,每天写下自己的想法,挑战自己的想法,把它们和别人的想法进行比较,与他人分享,从而成为一个更好的思考者。“日复一日,你希望别人在乎你的想法,那么,你应该从自己先足够在乎它们开始,把它们写下来,让它们变得更好。”

    真正的AI,必须在真实世界经历成长

    “任何问题都可以问!”萨顿的鼓励彻底点燃了同学们的热情。从整场对谈中,能听到最多的两个字是“真实”。

    萨顿反复强调,目前还没有真正的人工智能。对此,东莞文盛外籍人员子女学校的张淏通问得很直接:“那么,您心目中什么才是真正的AI?”

    “它必须能普遍理解世界运作的方式。”萨顿答得干脆利落。他说,“理解”意味着“预测和控制”,智能的本质就是与真实世界的互动,处理来自世界的信号。“人类用2000年的政府、社会、文化和伦理体系解决了合作问题,创造了灿烂文明。AI也应该成为这个合作体系中的参与者,共同协作,而不是彼此对抗。”

    上海外国语大学附属外国语学校的小胡抛出另一个维度的思考:“未来的AI应该像人脑或者婴儿那样学习,那是不是也会面临着很多人在学习过程中面临的问题,比如健忘,或者记忆不够精确?现有的大模型则基于已知数据形成,相比之下一定会更准确?是否有种方法,可以在两者中找到平衡?”

    对于小胡的提问,萨顿表示了肯定:“你能看到现有模型的局限性,这很好,你应该为自己骄傲!”就在今年6月底,萨顿联手他山科技打造的“机器人幼儿园”落地北京,将“强化学习”的理念引入具身智能训练体系。他告诉同学们,在特殊的实验室里,机器人们会摔倒,也会爬起,将通过试错,学习身体控制等基本技能,不断地成长和思考。“这是首次让机器人像婴儿一样学习,这种学习方法非常令人兴奋,它正是我们需要的方向。”

    他描摹的这一幕,引起了上海市浦东复旦附中分校牛思远的兴趣。高中时,她曾和校机器人社的队友们一起获得全国FTC赛事金奖,即将步入大学修读电子信息工程专业。比起软件部分,她更喜爱并擅长硬件搭建。她抛出内心疑惑:“您强调AI应自主从经验中学习,那么下一个重大步骤是给AI一个物理身体去探索现实世界,还是在大规模模拟器中进行自我对弈就足够了?”


    牛思远提问

    萨顿毫不迟疑地回答:“模拟器只是高度简化的物理和空间模型。我们需要尊重世界巨大的复杂性,模拟器无法带我们到达真正智能。因此,我认为应该跳过模拟,直接让AI在真实世界中学习。”

    学科有短板,也同样可以推动AI向善

    “我对网络安全很感兴趣,但是,我的数学和物理基础不太好。我该如何提高数学和物理水平?”成都市温江区科创中学的庞法澍率先提问。因为觉得AI“很帅”“很有意思”,他对这个领域产生了兴趣,并曾用AI制作过一个“心理记事本”,让AI帮助自己分析最近的心理走向。但学科上的短板,让他有些困惑。

    “你可以在不完全理解数学和物理底层逻辑的情况下做很多事情。”萨顿笑道。他认为,密码学、公钥加密等知识,都可以在非常基础的层面上去理解它们。而要推动一个领域前进,最关键的是要推动公众层面的进步,要所有人都参与进来。“比如,现在人们收到照片就轻信,这就需要教会公众使用加密签名和验证。这是最重要的事情。”

    在萨顿看来,“这不需要你掌握详细的数学知识,你可以在激发公众热情、提出想法和推动教育普及这些方面做很多贡献。”

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 强化学习
    相关文章 更多
    ICML 2026:从输入输出样例中自动生成程序——强化学习为大模型Programming-By-Example任务提供推理过程监督
    ICML 2026:从输入输出样例中自动生成程序——强化学习为大模型Programming-By-Example任务提供推理过程监督

    针对编程示例任务中缺乏过程监督的问题,提出PRM-PBE框架,通过反馈引导构建推理树生成过程监督数据,训练过程奖励模型评估中间推理步骤,并采用三阶段课程学习与PPO优化。在多个基准上,以DeepSeek-Coder-V2为基础模型,Pass@1提升至56.61%,显著优于现有方法。

    最大规模OTA!世界模型×强化学习,地平线HSD V2.0重构端到端上限
    最大规模OTA!世界模型×强化学习,地平线HSD V2.0重构端到端上限

    6月29日,地平线正式推出了全场景辅助驾驶系统HSD V2.0版本。这不仅是HSD发布以来最大规模的OTA升级,更是一次从底层能力到用户体验的全方位进化——横跨6大维度,带来18项新增功能和25项体验优化。核心能力总结起来就八个字:“任意点到点,全维防碰撞”。可以说,这为一段式端到端系统持续进化,树

    HSD V2.0迭代升级:以世界模型与强化学习开启智驾自主进化新篇
    HSD V2.0迭代升级:以世界模型与强化学习开启智驾自主进化新篇

    地平线HSDV2.0将端到端强化学习与世界模型深度整合,实现智驾从被动响应到主动预判的跨越。扩展OCC技术至AEB、AES等场景,统一底座模型精准识别各类障碍物。环境响应时延较行业均值快34%,77%用户主动选择该系统,智驾里程占比近50%,系统具备自主进化能力。

    奇瑞 iCAR V27 开启地平线 HSD V2.0 版本推送:主打世界模型 + 强化学习 号称“最大规模 OTA”
    奇瑞 iCAR V27 开启地平线 HSD V2.0 版本推送:主打世界模型 + 强化学习 号称“最大规模 OTA”

    奇瑞iCARV27推送地平线HSDV2.0OTA升级,新增点对点智驾、全场景主动避险及高效泊车功能,征程6P芯片效率提升,支持AI定制SR皮肤。数据显示,77%用户选择HSD版本,智驾使用率达85.14%。

    强化学习之父预测,2030年诞生类人通用AI概率为25%
    强化学习之父预测,2030年诞生类人通用AI概率为25%

    2024年图灵奖得主萨顿预测,2030年出现人类水平通用人工智能的概率为25%,届时仅需约1000美元即可获得人脑级算力。他呼吁回归智能本质研究,强调强化学习需通过实时交互实现长期收益最大化,而非依赖静态数据。

    马斯克预告下周将推Grok 4.6模型,改进AI监督微调和强化学习
    马斯克预告下周将推Grok 4.6模型,改进AI监督微调和强化学习

    马斯克在SpaceX财报电话会上宣布,下周将发布Grok4.6模型,总参数量1.5万亿,重点优化监督微调与强化学习;同时预告未来3-4周推出Grok4.7模型,参数规模2.1万亿,综合性能更优。

    CMake 官方资源页强化学习路径,构建系统培训需求持续增长
    CMake 官方资源页强化学习路径,构建系统培训需求持续增长

    CMake已成为现代C++工程基础设施,官方完善了学习资源,提供从入门到精通的系统化路径。Kitware提供培训和高级支持,针对构建系统迁移、优化及企业流程规范。学习资料应分层,结合工具使用、工程规范与CI流程,以发挥CMake价值。

    强化学习之父、年近七旬的Richard Sutton宣布创业,向LLM范式宣战
    强化学习之父、年近七旬的Richard Sutton宣布创业,向LLM范式宣战

    强化学习之父RichardSutton宣布创立OakLab,旨在打造能从自身经验持续学习、实时进化的AI系统,挑战当前大语言模型范式。他认为LLM依赖人类数据而非经验,真正的智能需通过试错产生新发现。OaK架构基于选项与知识,但面临灾难性遗忘等技术瓶颈。

    均普智能联合博登、上海交大发布面向真实机器人强化学习的大规模数据集
    均普智能联合博登、上海交大发布面向真实机器人强化学习的大规模数据集

    新京报贝壳财经讯 6月15日,均普智能放了个大招——旗下宁波具身智能机器人创新中心、博登智能和上海交通大学MINT实验室联手,正式开源了全球首个面向真实机器人强化学习(RW-RL)的大规模数据集RW-RL-Dataset首批数据。这事儿在圈内引起了不小的关注。 这个数据集打破了传统机器人数据只记录“

    浙大突破:强化学习实现AI长对话记忆保持与逻辑连贯能力提升
    浙大突破:强化学习实现AI长对话记忆保持与逻辑连贯能力提升

    浙江大学联合HomologyAI提出情境信念管理(CBM)概念,设计BeliefTrack测评系统,发现顶尖AI模型在长对话中信念管理失败率高达20%以上。通过强化学习训练,模型证据追踪能力大幅提升,失败率降至0%且可迁移至未见场景,同时不影响通用能力。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。