当前位置:

首页 > 硬件相关 > 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。

本文目录

    2030年,普通人仅需几千元就能获得人脑同等的算力;同年,诞生类人水平通用人工智能的概率达25%。这可不是科幻小说的臆想,而是2024年图灵奖得主、“强化学习之父”理查德·萨顿教授在上海创智学院授课时给出的预测。先说说最重要的结论:时间表已经很近了。

    7月6日,由上海创智学院、上海交通大学人工智能学院、Openmind研究院联合主办的2026强化学习暑期学校正式开班,萨顿亲自担任主讲导师。这场为期三周的活动,也是他首次来华开设完整的、体系化强化学习专项课程。有意思的是,虽然当下各类大模型和行业应用AI正处在风口浪尖,萨顿却给出了一个有点“反潮流”的建议——他呼吁研究者不要困在短期的AI应用里,而是要回归智能本质的研究。这其实点出了一个核心矛盾:大家都在追热点,但通向AGI的真正路径,可能并不在热点上。

    随着高水平国际前沿学术资源落地上海,上海创智学院等机构正在为国内青年科研工作者搭建一个能与全球顶尖学者深度交流、系统研习强化学习前沿理论的专业平台。


    有望创造远超人类水平的通用智能体

    作为强化学习领域的奠基人,萨顿的《强化学习导论》已经是全球公认的经典教材,不少从业者都是看着这本书入的门。在首堂课上,他穿着和台下青年学子同款的白色校服,用惯用的左手在黑板上写下了他对强化学习本质的理解:Continual decision making to max reward over time。翻译过来就是,在不间断的环境交互中持续决策,以实现长期收益最大化。这个定义本身就点出了强化学习与传统AI模式的核心差异。


    萨顿的预判相当笃定:本世纪内,人类有望拆解智能的底层原理,创造远超人类水平的通用智能体。在他看来,这项突破将重塑人类的工作、生活、自我认知与社会发展方向,这甚至会是人类文明史上最伟大的智力成就。

    具体来看,不妨把萨顿的四个核心预测拆开来讲:算力性能呈指数级增长,每5年提升10倍,而AI创造的价值也同步实现增长;到2030年,仅需1000美元就能购买达到人脑计算规模的算力;2030年出现人类水平通用人工智能的概率为25%;最后,算力的爆炸式增长,会倒逼学界研发可规模化拓展的强化学习算法。

    这背后的逻辑其实很直白:随着硬件算力成本持续走低,2030年,人脑级别的算力将普及大众。但问题来了,传统的静态、离线训练模式根本无法适配海量算力资源。只有以实时交互经验为数据、全程在线迭代、具备无限拓展能力的强化学习框架,才能匹配未来算力的发展趋势。就像萨顿自己说的:“硬件算力越来越便宜,未来每个人都能负担。因此,一套能适配所有场景、可规模化拓展的通用学习算法,才是当下AI最稀缺的技术。”

    大模型存在天然短板,通用AI必须不依靠人类自主学习

    萨顿的观点一直很鲜明,他去年就公开提出过,当前试图利用大语言模型通往AGI的路径,可能是一条“死胡同”。这并非危言耸听,而是基于对智能本质的深入理解。

    他强调,如今的AI模式存在天然短板。核心问题在于“算力永远不够用”,现实世界的复杂程度远超计算资源的上限。真实世界包含海量人类个体的心智活动,而按照静态数据、人工标注、传统算法运行的智能体,永远无法精准、完整地捕捉环境全部状态,也难以构建完备的最优策略与价值函数,只能通过持续学习得到近似解决方案。换句话说,这条路走到黑,天花板也清晰可见。

    在萨顿看来,智能的本质是与外部世界动态交互、持续迭代、更新自身模型,而不是仅仅通过静态数据模仿人类行为。针对真实场景落地的痛点,他提出了新一代通用人工智能必须满足的四大标准:实时在线学习、不依赖人工预设先验知识、兼顾算力开销与响应速度、靠环境自主交互生成训练数据。

    为了说清楚这个道理,他举了围棋的例子。早期以AlphaGo为代表的AI,完全依赖人工注入围棋棋理规则等领域专业知识,发展缓慢,折腾半天也只能在特定领域逞威。而以AlphaZero为代表的通用算法,仅依靠自身与环境交互、自我博弈完成学习,不依赖人类先验知识,最终实现了能力飞跃。这个案例很典型地证明了“自我交互学习”才是智能的底层逻辑。

    如今,萨顿正在整合心理学、神经科学、经济学等六大学科,试图构建一个统一的智能体运行模型,并主导推出了“阿尔伯塔计划”。这个计划的核心是基于模型强化学习的Oak架构,通过优化基础强化学习算法来适配终身持续学习场景。从某种意义上说,这为破解通用人工智能难题提供了一条完整可行的研究路线,也是目前最值得关注的方向之一。

    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%。

    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。

    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

    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。