下一代AI靠什么 经验驱动新时代

在2026WAIC主论坛上，2024年图灵奖得主、“强化学习之父”理查德·萨顿发表了主题演讲。他剖析了当前大语言模型的底层逻辑与技术边界，认为静态标注数据模式已触达天花板，经验驱动是下一代AI核心路线，一个由交互驱动的“经验时代”势不可挡。

萨顿对近年来人工智能在应用层取得的巨大突破给予了肯定，指出机器在熟练使用语言、生成视频和图片等科学突破上不仅催生了诸多新行业和新产业，还带来了真正的经济价值。他认为当前的AI技术已经非常有用，所有人都可以使用。但他也建议将商业繁荣与原生智能的定义区分开来，强调算力规模与原生智能的区别。当下大模型、多模态生成仅完成人类历史数据的模式拟合，只能复刻既有知识，不具备自主发现新知的能力，事实偏差、逻辑缺陷等问题难以根除。市场对AI存在过度炒作与过度恐慌两种极端视角，全球行业应当坚持多边合作、互利共赢。

萨顿深入审视当下的所有AI模型后发现，这些系统主要是在使用人类知识的力量并将其二次交付，系统自身并没有能力去独立发现知识。在这个维度上，当前的AI在思考过程中仍存在一些问题，尚未达到真正的“自主智能”。他呼吁建立统一的通用心智科学，综合心理学、图灵原始理论、工程实践多重定义，提出智能的核心是依靠动态行为适配环境、完成目标的自适应能力；强化学习是贯通人类、生物、机器智能的核心方法论。大众熟知的图灵测试并非图灵初衷，机器自主交互学习才是其核心构想。

针对目前主流的大语言模型（LLM），萨顿从智能的底层定义出发，分析了当前面临的机制瓶颈。他引用心理学奠基之父威廉·詹姆斯对心智的定义——“要达成一定的目标，但使用的是多样不同的手段”，并提出了自己对智能的定义：“通过行为的适应来实现目标的能力，不断进行适应和调整。”对比这一标准，萨顿解释，目前主要依赖人类数据训练的AI大模型存在两个核心局限：缺乏目标与奖励机制，以及难以自主印证事实准确性。大语言模型目前的训练逻辑是要求它们“像人一样行为”，但由于缺乏奖励信号，机器无法主动评估自身行为的优劣。