2026AI科学盛典——图灵奖得主强化学习之父Richard Sutton（理查德·萨顿）主题演讲全文《AI人工智能的未来》

2月11日，理查德·萨顿（Richard Sutton，图灵奖得主，强化学习之父，现任阿尔伯塔大学计算机科学教授）在UCLA（加州大学洛杉矶分校）举办的2026年AI科学盛典，发表主题演讲《AI人工智能的未来》：

作者摘要： 在这次演讲中，我将提出三个重要观点。

首先，虽然今天的人工智能基于人类数据的学习，但未来的人工智能将基于经验学习，这将更强大，因为它能够持续学习新知识。

其次，人工智能的政治与人的政治相似；无论哪种情况，我们都应避免基于恐惧/安全的集中控制，寻求去中心化合作。

第三，人工智能可以被视为宇宙发展中不可避免的下一步重大进展，因此应当以勇气、自豪和冒险精神去拥抱它。

核心要点笔记（极简版）

一、开场：现在的 AI 被高估了

大家都在说 AI 飞速进步，但当所有人都这么想时，我们要质疑。

语言能力确实是突破，但生成图像 / 视频不是真正的智能。

现在 AI 强，只是因为用了巨量数据 + 巨量算力，不是真懂智能。

结论：当前 AI 是弱心智—— 知识多、但不可靠、没目标、不会自主学习。

二、到底什么是「智能」？

威廉・詹姆斯：用多变手段，达成稳定目标。

约翰・麦卡锡：为了达成目标而进行的计算能力。

我的定义：通过调整行为，实现目标的能力。

核心：有目标、能学习、会适应、可自主判断对错。

三、我们需要一门新科学：统一的「心智科学」

心理学只研究自然生物，AI 只做工程，都不完整。

强化学习 = 从经验中学习、与环境互动、试错、靠奖励信号改进

。

这最接近人和动物的真实学习，是统一心智科学的起点。

图灵 1947 年就提出过这个思路，比 AI 诞生还早。

四、AI 的三个时代（最重要趋势）

1、模拟时代

在游戏 / 仿真里学习（AlphaGo）。

2、人类数据时代

现在的大模型，抄人类已有知识，学不出新东西。

3、经验时代（未来）

智能体自主行动、自主探索、从互动中学习。

数据随能力变强而增长，能创造真正全新的知识。

结论：从经验中学习，才是通往超人类智能的路。

五、经验学习长什么样？

婴儿：自己玩、自己试、自己换玩具，主动产生学习数据。

迷宫智能体：目标不变、环境会变，但能持续适应、重新找路。

关键三要素：观测、动作、奖励。

有经验 = 有目标、有对错、有真理；没有经验，就没有真智能。

六、政治观点：反对集中控制，支持去中心化合作

现在很多 “AI 安全”，本质是要控制 AI。

这种逻辑和控制人、控制言论、控制贸易一模一样：靠恐惧、妖魔化对手。

人类与 AI 的未来：靠学习、开放、协作，不靠管控。

七、哲学高度：AI 是宇宙演化的下一步

宇宙四个时代：

1、粒子时代

2、恒星时代

3、复制者时代（生命靠复制繁衍）

4、设计时代（我们正在进入）

人类的角色：把 “设计” 推到极致的物种。

AI 的意义：设计出能自己设计、自己思考的新智能。

这不是入侵，是宇宙规律的自然一步。

八、终极三句话总结

1、现在 AI 靠人类数据，未来 AI 靠经验学习

2、要去中心化合作，不要集中控制

3、AI 是宇宙演化必然一步，人类应勇敢拥抱

九、现场问答精华

问：抛开人类舒适，这一切有终极目的吗？

答：

可以说：宇宙没有统一目的。

也可以说：宇宙自然走向更复杂、更智能。

真正答案：在两者之间，辩证统一。

以下正文为完整演讲内容（含Q&A问答环节）：

作者：理查德·萨顿（ Richard Sutton） &SAIR基金会 2026-2-11

译者：zzllrr小乐（数学科普公众号）2026-2-15

理查德·萨顿演讲全文

很高兴能和大家在线相聚，我真希望能亲自到场。从这么远的地方跟大家讲话，其实有点让人不安，但我听了上午的几场分享，大概知道了大家在思考什么。我也希望这场交流能尽量互动起来，所以大家随时可以发言、出声、提问，不用等我讲完。

理查德·萨顿（ Richard Sutton ）

我已经为互动做好准备了。就像我刚才说的，我听了前面几场演讲，然后突然想到，有些话我没提前准备，但很想说。所以我今天特意留出一点时间，又补了几页幻灯片，打算在正式内容开始前，先讲几句。

我们先从这个领域现在的状况说起。大家都是怎么看的？我想，所有人都觉得 AI 正在飞速进步，一切都令人兴奋。

但你知道吗，当所有人都这么想的时候，我们就该质疑一下了。

事情真的是这样吗？我们真的在飞速进步吗？

当然，计算机在熟练使用语言这方面确实取得了巨大进展，我认为这是一个真正的突破，实打实的突破。就在不久前，我们还不敢想象能用神经网络做到这件事，但现在已经完全被证实可行。

我们还利用海量算力生成了逼真的图像和视频。

但问题是：真正的智能、真正的心智，需要做这件事吗？

心智需要去生成图像吗？不需要。这恰恰是我们从来不需要做的事。

我们需要处理图像、处理视频，但不需要去生成它们。这不是心智的核心功能，它需要巨大的算力，很难实现，但并不是我们通常所说的“智能”的一部分。

当然，AI 也带来了全新的实际应用，催生了全新的产业和创造经济价值的新方式。但这些重要的新成果，大多只是超大规模算力 + 超大规模模式识别的应用。它们是很特定的东西，并不等于完整的智能。

很多东西本质上只是算力，我们只是把它叫作“智能”，因为这样听起来更厉害。

所以我必须问大家：AI 的科学本身，真的在飞速进步吗？

（笑声）

谢谢大家的笑声，我感觉自己像个奇迹。

在我看来，其实并没有。

我认为，现在的 AI 背后，理解很少，调参很多。

我们并不真正懂得心智的原理、智能的原理。

从科学角度看，很多方面都非常不尽如人意。

我倾向于这样看待现在的 AI 模型：

它们之所以强大，只是因为吸收了全人类的知识；但除此之外，它们很弱。

它们是弱心智：不可靠、容易跑题、东拉西扯。

除了知识量大，它们并没有多强的能力。

这也许是我们看待今天所谓“AI”的另一种角度。

那到底什么是 AI？

人工智能，我们必须先定义智能。

多年来有很多定义，我这里有几个比较权威的：

最早的一个来自心理学之父——威廉·詹姆斯。

1890 年，他没有直接谈智能，而是谈心智。

他说，心智的标志是：用多变的手段，达成稳定的目标。

也就是：改变你的行为，去得到一个稳定、你想要的结果。

你也可以问图灵：他怎么定义智能？

他没有留下一句完美名言，但一般认为，他的意思是：智能就是像人一样行为。

我们今天说的“图灵测试”，就是模仿人、假装是人。

但图灵本人从来没把它叫作“图灵测试”，我不觉得他称之为测试，他叫它模仿游戏。它本来不是一个测试。

但如今，“像人一样行为”已经成了智能的一个重要含义。

可我不认为这是我们真正强大的原因。

人之所以强大，是因为我们有智能；我们追求像人一样行为，但更重要的是：人到底是什么？

查字典的话，大概会说：

智能是获取并运用知识与技能的能力。

我觉得这个定义其实很不错，核心就是知识：获取知识、拥有知识、运用知识，还有技能。

再看 AI 这边。

AI 奠基人之一约翰·麦卡锡说：

智能是达成目标的能力中，负责计算的那一部分。

我很喜欢这个定义。

注意，它首先是一种能力，一种做事情的能力。

和所有能力一样，它有程度之分，不是“有或没有”，而是在多大程度上能达成目标。

而且是计算部分——不是靠力气、不是靠传感器，而是靠思考、靠计算去达成目标。

而达成目标，几乎是它的绝对核心。

这又回到威廉·詹姆斯：用多变手段达成稳定目标，就是拥有目标的意思。

我自己也有一个定义，稍微改了一下：

智能是：通过调整行为，来达成目标的能力。

当然，定义遍地都是，一个词能有六七个定义，就算权威定义也没那么神圣。

我们定义只是为了互相沟通，定义会随时间变化。

但如果定义差太远，就很难交流。

所以我用“智能”这个词时，指的就是：

通过调整行为来达成目标的能力。

关键就在于调整（适应）。

我认为学习很重要，获取知识和技能的过程本身很重要，不只是拥有它们。

这些是不同的观点。

我们再看现在主流的 AI：

基本全是算力、模式识别，很多时候只是在模仿人的行为。

再说说我个人的观点：

我认为我们需要一门新的科学——统一的心智科学。

这是我努力在做的事：一门整合的心智科学，同时适用于人、其他动物和机器。

因为所有这些心智，本质上都有共通之处。

人和动物的心智非常相似，而机器也开始出现共通点——至少我们希望在可预见的未来，机器心智会和自然心智有更多共性。

但目前，并没有一个现成的学科能胜任这件事。

心理学是心智科学吗？

它本可以是，但它越来越把自己定义为自然心智的研究：研究人和动物的心智，而不研究“心智本来可以是什么”、不研究机器里可能出现的通用心智。

人工智能关心机器，但不怎么关心其他东西，而且越来越变成工程学科：重在造东西，而不是理解原理，也不包含自然心智。

认知科学也往很多方向走，但主要还是偏向自然心智。

可惜，没有一个学科真正承担起跨物种、跨机器的统一心智科学这一角色。

而我正在做的强化学习，也许就是这门整合心智科学的开端。

因为它横跨很多领域。

简单说一下什么是强化学习（reinforcement learning）：

它是以智能体为中心的学习，从经验中学习，通过与环境互动来达成目标。

在这个意义上，它比其他机器学习更真实、更有野心、更自主。

智能体主动行动，不一定有帮手，更自主、更独立，只靠与世界互动，看自己有没有达成目标，然后改变行为。

这也更符合现实：

动物在环境里并没有太多“帮助”，小时候也许有，但成年后基本没有。

强化学习的核心是试错、延迟反馈学习。

你只有一个奖励信号：最终有没有得到想要的东西？

这是最接近自然学习的机器学习。

它自己能判断对错。

大语言模型就做不到这一点，它不知道自己说的是对是错。

但如果你从经验中学习，你做了预测，就能看对不对；你做了动作，就能得到奖励，知道这种行为好不好。

所以这可能是一门既非自然科学、也非工程应用的心智科学的开端。

我还想引用图灵的一句话：“我们想要的，是一台能够从经验中学习的机器。” What we want is a machine that can learn from experience

图灵其实不知道自己是个“强化学习主义者”。

这段话来自 1947 年，那时候还没有强化学习，甚至还没有 AI。

据我们所知，这是世界上第一次公开发表关于人工智能的演讲。

好了，这些开场白我希望大家听得有意思。

今天我本来准备了好几个要点，可能讲不完，但我至少想讲第一个和最后一个。

第一个要点：

今天 AI 的科学趋势是什么？

核心结论是：

我们现在正处在从人类数据中学习的时代。

所有 AI 主要都在学习预测人类的下一个词、学习人类标注的图片，然后再由人类专家微调：我更喜欢这个答案，不喜欢那个。

现代机器学习的目的，本质上就是：

把人类已有的知识迁移到机器上，然后机器就被冻结，不再学习。

这就是我们所处的时代。

而我认为，我们正在触及这个时代的极限。

因为人类数据是有限的，我们已经用掉了互联网上大部分高质量资源、图片、视频。

而这种方法的根本局限是：

它学不到任何真正新的东西。

它无法产生真正全新的知识。

就像今天有人提到的，那些最难的数学难题、真正原创的东西，靠这种方法是做不到的，因为它只是在网上看别人说过什么，然后总结。

要继续前进，我们必须进入从经验中学习的新时代。

我们需要一种能随智能体能力提升而不断增长、不断变好的数据来源。

静态数据集永远不够用，而经验就能提供动态变化的数据。

人和动物就是这么学习的。

AlphaGo 那样的重大突破也是这么学习的，那些拿下奥数的 AI 系统也是。

我想给大家看一段视频。

先说明一下：我说的“从经验中学习”，不是什么玄乎的感受、主观体验，而是智能体和环境之间来回的数据：

- 智能体做的动作

- 从世界得到的观测

- 以及从世界返回的奖励信号（一个数值）

这三样东西，就是我说的经验。

这是我们与世界互动唯一能确定知道的东西。

我们需要一个随智能体变化而增长、升级的数据集。

这段视频展示的就是我们人生中最核心的学习方式：一个婴儿。

他在和所有玩具互动，玩腻一个就换下一个。

每遇到一个新东西，他就去学能学的一切。

我们人生的数据，是由我们自己的活动生成的，不是别人给的。

正因为是自己生成的，它才能匹配我们当下的理解水平和能力。

这是最基本的道理。

我还放了一个智能体在迷宫里学习的演示。

非常简单的智能体，从起点 S 到目标 G，只知道自己在哪个格子，只能上下左右行动。

它能学会最优路径，箭头就是它认为该走的方向，绿色代表它觉得每个状态有多好。

但世界不是静止的，世界会变，我们总要学习新东西。

我把目标移到上面，移到角落，加障碍物，它都能重新适应，找到新路径。

你会明显感觉到：它有目标，并且在环境变化时不断调整，尽力达成目标。

当然，目标也可能变得无法实现。

到那时，我们甚至会忍不住为这个无法达成目标的智能体感到一点惋惜。

我还有一个试错学习的演示，网上有很不错的版本，但我没能把视频放出来，我们就跳过吧。

我想大家已经明白“从经验中学习”的意思了。

我们再讲一点原理：

这种基于经验的 AI 的核心思想是：

整个智能的基础，就是智能体与世界交换信号——也就是经验。

这些信号是一切智能的核心与根基。

真理是什么？就是这些信号里发生的事。

目标是什么？也是这些信号。

你想让奖励信号尽可能高，达成或没达成，这是一种主观目标，只有主体能感知，但它也是最客观的东西——是智能体真实收到的数据。

我们说：一个智能体有多智能，就看它能多大程度预测和控制自己的经验。

注意：

大语言模型运行时，根本不从经验中学习。

经验是你出生后走进世界、做事、互动才有的。

大语言模型一旦上线，就被冻结、静止，不再学习。

它没有真正的经验，只有训练阶段里人类行为的示例数据。

没有经验，就没有智能可言。

没有目标，没有奖励，没有办法判断一件事比另一件事更好；

没有办法判断预测是对是错，因为智能体从不和真实发生的事情对比；

没有“真”的概念。

但有了经验、有了互动、有了数据，就有了明确目标：获得奖励；

也有了明确的真理：预测的真理。

你做预测，然后看事实是否发生，就知道对不对。

这就是基于经验的方法能做到的事。

我认为，这种方法会越来越普遍。

我们可以把最近十几年大致分成三个时代：

1. 模拟时代：从模拟经验中学习（AlphaGo、雅达利游戏）

2. 人类数据时代：也就是现在的大模型

3. 经验时代：智能体系统、自主行动、从真实互动中学习

我认为，第三个时代最终会带我们超越人类水平，不只是模仿人类，而是真正超越人类的局限。

总结

第一个要点：

AI 终于开始转向从经验中学习——其实图灵早在 1947 年就想这么做了。

这会比只从人类输入学习强大得多，因为它能持续学习新东西。

尽管今天有各种炒作甚至恐慌，但我认为当前 AI 并没有那么强。

它有点弱、不可靠，但超级有用，彻底点燃了整个行业，创造了巨大经济价值，人人可用，也激发了公众的热情，让大家开始相信：

总有一天，机器会达到与人相当的能力。

它用让人害怕的方式做到了这一点，但大家其实不必害怕，只是需要重视。

我们还没有抵达真正的重头戏——创造超级智能 AI、超级智能增强人类。

那才是大事，会带来深刻变革。

我本来还想谈谈政治，我就快速带过，差不多到最后一页了。

你放眼望去，今天有很多声音要求控制 AI：

只允许 AI 拥有人类审核授权的目标；

呼吁管控、叫停 AI 研究；

出台法律限制 AI 可用的算力；

成立各种安全机构。

人们说“安全”，其实往往是指控制。

他们让你害怕 AI，说 AI 不安全，然后由他们来控制。

这让我想到那些对人类进行集中控制的呼吁。

我希望我们能对 AI 抱有同情与共情。

就像有人控制言论、控制你能说什么、听什么；

控制贸易、关税、工作、资本流动、经济制裁。

核心是：

这些要求集中控制 AI 和控制人类的声音，极其相似，近乎诡异。

它们都基于恐惧：害怕 AI，害怕外国人，不信任对方，把对方妖魔化，说它们没有感情、不会痛苦。

我们应该抵制这种声音。

因为我相信：人类的繁荣，以及人类与 AI 共同的繁荣，来自学习与合作，来自去中心化，而不是大型控制机构。

人类擅长合作，也很不擅长合作——我们会发动战争。

合作不总是可能，但它是世界上一切美好事物的来源：经济、交流、政府、社会中所有好的东西，都来自合作。

我们必须追求合作、支持合作。

只要睁眼看，就能轻易分辨：谁在呼吁不信任、不合作。

而合作的反面，就是集中控制。

我们应该抵制这类呼吁。

这也是思考人类与 AI 关系的一个有用视角。

简单说完我对政治层面的想法。

最后，我想谈谈 AI 的哲学。

AI 正在发生，未来会更加迅猛。

我们该怎么看待它？

我想问一个最难的问题：

它是好是坏？我们该害怕吗？

它会抢走工作吗？会让人类过时吗？

还是说，我们会变成“被技术增强的人类”？

AI 是入侵者，还是我们的孩子？

我们该哀叹，还是庆祝？

它是我们，还是不是我们？

我认为这是最根本的问题。

我们经常被要求：别多想，只要害怕就行，因为它们不是我们，是异类。

但别忘了：是我们在创造它们。

理解自身心智，是最人性的事之一。

几千年来，我们一直在试图理解自己、理解人类智能、理解心智如何工作、如何变得更好。

AI 只是人类这项宏大追求的延续：理解我们自身如何运作。

我很喜欢一句话：

智能是宇宙中最强大的现象。

我们是它最好的范例，我们理应去理解它。

理解智能，是科学的圣杯、人文学科的圣杯，是一项伟大而光荣的目标。

作为学者、思考者，我们应该享受它、庆祝它、推动它前进。

我们先放下“希望它发生还是害怕它发生”，

只预测未来会发生什么。

我提出几条现实主义 AI 预测原则，有点像米尔斯海默谈现实主义地缘政治那样，只讲现实：

1. 世界该如何运行，没有共识。没有哪种意识形态、宗教能主导一切。

2. 总有一天，人类会充分理解智能，并用技术创造智能，而且一定会有人这么做。

3. 这个进程不会停止。现有人类的智能水平很快会被大幅超越，我们会拥有超级智能。

4. 长期来看，权力与资源会流向更智能的存在。

把这四点合在一起，画面就是：

人类正在通向 AI 接续的时代。

我认为这是合理的。

但我们可以稍微跳出人类中心视角，

从宇宙、从更宏大的角度看：这一切在宇宙中扮演什么角色？

我想讲得宏大一点：

宇宙的四个伟大时代。

1. 粒子时代：大爆炸之后，连原子都很少，后来塌缩形成恒星。

2. 恒星时代：恒星形成、发热、爆发、重元素诞生。

3. 复制者时代：有了重元素和行星，生命出现。我不叫它生命时代，因为关键是：这些东西能复制自己，即使不理解自己，也能复制自己。

我们现在就是这样：我们不理解身体如何运作、大脑如何工作、智能如何产生，但我们能生出更智能的孩子。

4. 设计时代：也就是我们现在进入的时代。不是靠复制，而是东西在被造出来之前，先存在于某个复制者的心智里。

你现在所在的礼堂、建筑、椅子、衣服，

都是先在设计者脑子里存在，然后才被造出来。

只有人本身是复制来的，不是被设计出来的。

所以我把它们叫作：

复制时代 vs 设计时代。

叫“生命时代”和“机器时代”已经过时、有误导性，

因为机器越来越像生命，而我们也越来越把生命看作生物机器。

真正的区别是：

- 生物：在不理解原理的情况下被复制出来，像复印机。

- 技术机器：先在设计者心智里被想象，再被创造。

而且，设计出来的东西更容易被修改、改进。

从这个角度看：

很多非人类复制者（你可以叫它们动物）也是设计者。

鸟筑巢、猩猩做工具、乌鸦加工树叶、人类造石斧、耕犁、电脑、飞船、工厂、软件——很多工具本身就是用来制造其他工具的。

现在我们可以回答最开始的问题：

人类是什么？我们在宇宙中的角色是什么？

不带傲慢、不带过度自我重要感地客观说：

人类很特别，我们不只是普通的复制者。

我们是把设计能力推向极致的复制者。

我们会复制，但我们更会设计，

而且把设计推到了所有其他生物无法企及的高度。

把设计推到极限意味着什么？

就是：

设计出本身就具备设计能力的东西。

在我们的心智里设计出，拥有自己心智、能够自主设计的存在。

而这，正是我们在做的人工智能。

我们正在完成宇宙的第四个伟大时代：设计时代。

人类，至少是催化剂、助产士、开创者。

这是我们的角色，一个重要、宇宙级的角色。

最后总结我三个核心观点：

1. 当下 AI 仍处于“人类数据时代”，很强，但我们正在进入“经验时代”，后者会更强大，因为能持续学习新知。

2. 当下 AI 的政治，与人类社会的政治如出一辙。我们应追求去中心化合作，而非集中控制。

3. 从哲学上看，AI 是宇宙演化中不可避免的下一步。我们应带着勇气、自豪与冒险精神去拥抱它。

非常感谢大家。

（掌声）

观众提问

（主持人）我们已经超时了，不过可以快速回答一两个问题。

有谁想问吗？

问：抛开让我们生活更舒适这一点，不考虑人类自身，这一切有没有一个更宏大的目的？整个发展方向，有没有一个终极意义？

答：这是个很棒的问题。

可以有很多种思考方式。很多伟大问题，都需要用辩证的方式回答：

答案是 X，同时答案也不是 X，然后在两者之间找到统一。

你可以说：

宇宙没有目的，因为每个部分各有各的目的，没有统一的终极目的。

但你也可以说：

宇宙有目的——它也许自然地走向越来越复杂的存在，自然地诞生生命，生命自然地走向设计者、走向 AI，之后也许还会走向别的东西。

正题、反题，然后合题。

我们必须在这两种对立答案之间，综合出一个属于自己的理解。

原标题：《2026AI科学盛典——图灵奖得主强化学习之父Richard Sutton（理查德·萨顿）主题演讲全文《AI人工智能的未来》》

阅读原文