大家好，这里是最佳拍档。这期视频恰逢农历春节前夕，在此提前祝愿频道观众新春快乐，万事如意。
近期，图灵奖得主、强化学习之父理查德·萨顿（Richard Sutton）在洛杉矶加州大学发表了一场题为《AI的未来》的重磅演讲。他以“正本清源”的视角，深入剖析了AI的本质、管控逻辑与哲学价值，并犀利地指出当前AI领域“理解不足、调参有余”，认为基于人类数据的AI仅是“脆弱的心智”，而真正的智能未来蕴藏于“从经验中持续学习的能力”。本期视频将拆解萨顿的这场演讲，共同探寻AI与人类的终极关系。
AI的本质：理解不足
演讲伊始，萨顿便向整个AI领域抛出了一个灵魂拷问：在AI飞速发展的表象下，我们是否真正看清了其本质？他承认过去数年AI取得了显著的技术突破，但认为这些突破不等同于智能的本质进步，甚至与我们对心智的定义相去甚远。萨顿提出一个关键问题：真正的心智在进行智能活动时，是否一定要生成图像？答案显然是否定的。人类大脑处理图像，但从不主动生成。图像和视频的生成本质上是消耗算力的复杂工程任务，而非智能的核心功能。
萨顿进一步指出，当前AI的绝大多数应用，究其本质是超大规模计算与超大规模模式识别的结合，它们是针对特定场景的功能实现，而非对智能本质的探索。他直言，将这些复杂计算称为智能，只是为了让工程听起来更宏大。抛开表面的技术突破，回归AI作为一门科学的本质，其发展令人失望。我们至今未真正掌握心智的运行原理和智能的底层法则，整个领域陷入了无休止的调参和数据堆砌，缺乏底层理论突破。这正是他所指的“理解不足、调参有余”的核心内涵。
在萨顿看来，当前所有AI模型，即使掌握了人类全部知识，本质上都是脆弱的心智。它们存在不可靠、无法专注、思维游离等致命问题，仅仅是知识的储存器和搬运工，而非真正的思考者。它们在智能本质层面并不强大，这打破了许多人对当前AI的美好想象，却为行业敲响了警钟。脱离对智能本质的理解，单纯的参数竞赛和数据堆砌终将触及天花板。
智能的定义与核心
要探索AI的未来，首先必须明确“什么是智能？”。这是AI领域诞生以来反复探讨的话题。萨顿梳理了多位权威学者的经典定义，为我们厘清了智能的核心内涵。
最早的经典解读来自心理学之父威廉·詹姆斯（William James）。他在1890年的《心理学原理》中，虽未直接定义智能，但对心智特征的描述——“通过多变的手段达到一致的目的”——强调了智能的灵活性，即根据环境变化调整行为方式以实现同一目标。这是心智活动的核心特征，也是智能区别于机械执行的关键。
在AI领域，艾伦·图灵（Alan Turing）的观点被广泛传播，后人解读为“智能就是表现得像个人”，这构成了著名的图灵测试（模仿游戏）的核心逻辑。当前AI发展很大程度上遵循此逻辑，以模仿人类行为为目标。然而，萨顿并不认同。他认为，人类之所以像人，是因为拥有智能，而非模仿人类才拥有智能。智能的核心在于内在的思考和学习能力，而非外在行为表现。单纯模仿永远无法实现真正的智能。
那么，智能的内在本质究竟是什么？萨顿引用电脑词典的解释：“智能是获取并应用知识与技能的能力。”此定义的可贵之处在于，既强调了知识和技能的应用，更突出了“获取”的重要性，而获取知识和技能的过程即是学习，这是智能的核心，也是当前AI最缺失的能力之一。
AI领域的开山鼻祖之一约翰·麦卡锡（John McCarthy）则从工程和计算角度定义智能：“在实现目标的能力中，涉及计算的那一部分。”萨顿非常认可此定义，因为它包含三个核心要素：首先，智能有高低之分，是持续进化的过程；其次，智能核心是计算，是心智层面的思考和推理；最后，实现目标是智能的最终导向，这与威廉·詹姆斯的观点完美呼应。
在梳理了众多经典定义后，萨顿提出了自己对智能的定义：通过调整行为来实现目标的能力。他特意选用“调整（adapting）”一词，强调学习的重要性。智能的关键不在于拥有多少知识技能，而在于能否根据环境变化、目标调整，持续获取新知识技能，调整自身行为方式。这一定义成为他判断当前AI发展偏差的关键依据，因为当前主流AI恰恰忽略了持续调整和学习，而将重心放在计算、模式识别和模仿人类上。
统一心智科学的愿景
基于对智能本质的理解，萨顿提出了一个宏大愿景：建立一门适用于人类、动物和机器的统一心智科学。他认为，所有心智存在本质共性，人类大脑与动物大脑底层运行逻辑高度相似，未来的机器心智也将具备这些核心共性。
然而，当前的现有学科未能完美承担此角色。心理学虽是研究心智的核心学科，却日益局限于自然心智（人类和动物），忽略了机器心智的探索。人工智能学科研究重心是机器智能，却已沦为纯粹工程学科，关注功能实现而非智能原理，也常忽略自然生物心智规律的启示。认知科学试图融合多领域，但在自然心智与机器心智平衡上摇摆，最终偏向对人类和动物的研究。
在此背景下，萨顿认为他所深耕的强化学习（Reinforcement Learning）或许是这门统一心智科学的开端。强化学习横跨心理学、人工智能、认知科学等领域，其核心逻辑与人类和动物的心智学习规律高度契合。
萨顿详细阐释了强化学习的定义和特征：它是一种面向Agent的学习方式，Agent通过与环境持续交互，从经验中学习，最终实现预设目标。与主流机器学习相比，强化学习具备三个核心特征：
- 自主（Autonomous）：Agent置身真实世界，自主做出行为选择，无需人类手把手教学，学习源于自身实践。
- 宏大（Grand）：Agent不假设世界提供完美指导，只能通过与环境交互判断行为是否达成目标，并据此调整，需面对复杂不确定的现实环境。
- 现实（Realistic）：学习逻辑与生物界高度契合，人类和动物在生存环境中也难获完美指导，所有技能通过与环境交互习得。
强化学习的核心是试错和延迟反馈。Agent的行为选择只获得奖励信号，直接告知行为是否实现目标，这是最接近自然界的学习方式，也是人类和动物成长的核心逻辑。这种学习方式的最大价值在于能让机器自行判断行为对错，这与大语言模型形成鲜明对比。大语言模型生成内容时并不知道对错，仅根据训练数据模式生成概率内容；而强化学习Agent根据行为结果判断预测准确性、行为有效性，进而实现自我修正和持续学习。因此，萨顿认为强化学习已具备心智科学的雏形，为探索智能本质提供了最接近现实的研究框架。
数据时代的天花板与经验时代
在阐释了强化学习的核心价值后，萨顿将话题拉回AI发展趋势，引用艾伦·图灵1947年的名言：“我们想要的是一台能从经验中学习的机器。”他认为这直指AI的核心发展方向，而当前AI领域正处于从“人类数据时代”向“经验时代”转型的关键节点。
当前主流AI技术（如大语言模型、图像生成模型、推荐算法）的核心是基于人类生成的数据进行训练。大语言模型学习海量文本预测语言逻辑，图像模型学习标注图片掌握特征关联，甚至微调环节也由人类专家指导。这种学习方式本质是将人类已有知识经验静态转移到机器中，机器如同巨大图书馆，一旦训练完成即失去持续学习能力，无法创造新知识，也无法适应新环境。
萨顿认为，我们正触及“人类数据时代”的天花板。这种发展模式的局限性已逐渐显现：首先是数据层面，互联网高质量人类数据被不断挖掘殆尽，寻找新数据愈发困难。更本质的局限在于，这种学习方式无法创造新知识，AI只能总结、重组、再现已有知识，无法实现真正突破创新。正如陶哲轩所言，当前AI在解决数学难题方面进展甚微，因为答案不在现有数据中。单纯依靠总结已有言论，永远无法实现科学突破。
因此，萨顿提出，人工智能要取得进一步发展，必须进入一个全新的时代——经验时代。经验时代的核心是让AI摆脱对人类静态数据的依赖，通过与世界的直接交互，获取动态、持续进化的数据源。这种数据源会随着Agent能力的提升而不断增长进化，永不枯竭。这正是人类和动物的学习方式：从出生起，通过触摸、观察、尝试与世界交互，获取经验，提升能力，形成正向循环。AlphaGo走出极具创造力的第37手棋，正是通过与自身持续对弈，从经验中学习，探索出人类未曾想过的下棋思路。
萨顿澄清，他所说的“经验”并非人类模糊的意识流或主观感受，而是指Agent与环境之间交换的、可量化的数据流，由三个核心部分构成：
- 观察（Observation）：Agent从世界接收的传感器数据，是感知世界的基础。
- 动作（Action）：Agent向世界发出的运动指令或信号，是与世界交互的方式。
- 奖励（Reward）：世界反馈给Agent的标量信号，告知行为结果的好坏，是Agent学习和调整行为的依据。
这三个部分构成的闭环，就是经验的全部内涵，也是体验式AI的核心运行逻辑。萨顿用婴儿学习过程生动阐释：婴儿通过感官观察玩具特征，做出动作，从结果中获得反馈（奖励或惩罚），进而掌握玩法。掌握一个玩具后，婴儿会转向新玩具，探索新事物，学习难度始终与其能力匹配，实现持续成长。
萨顿还在演讲中展示了一个简单的网格世界演示实验，一个基础Agent从起点S走到终点G。Agent仅具备基础感知能力和四种基础动作。通过与环境交互，它学会了最优路径。当目标G位置改变时，Agent能立刻探索并学会新路径；即使设置障碍物，它也能通过试错学会绕路。这个实验展现了体验式AI的核心魅力：Agent拥有明确目标，能根据环境变化主动调整行为。甚至当Agent无法实现目标时，我们也会对其产生同情，这恰恰说明其行为符合我们对智能的核心认知。
基于婴儿学习案例和网格世界实验，萨顿总结了体验式AI的核心原则，这些原则也是未来Agent发展的底层逻辑：
- 一切智能的基础是Agent与世界交换的信号，即经验。
- 体验式AI中，真理的定义是信号中实际发生的事，即Agent行为带来的真实结果。
- 体验式AI的目标是最大化奖励信号，这是最客观的存在，源于Agent实际接收到的数据。
- 判断Agent是否拥有智能，核心看其预测并控制自己经验的程度，即能否通过调整行为得到想要的结果。
- 没有奖励，无法判断行为好坏，没有明确目标；不与现实结果对比，无法验证预测对错，没有真正真理。只有在经验闭环中，Agent才能拥有明确目标和可验证真理，实现持续学习。
AI管控：恐惧与合作
对于当前的AI发展现状，萨顿给出了客观评价：尽管AI被过度炒作并引发恐惧，但当前AI并不强大，依然是脆弱不可靠的“脆弱心智”，在复杂环境中易出错、难专注。然而，这不妨碍其巨大价值：它点燃了AI产业，创造了前所未有的经济价值，让AI技术走进千家万户。更重要的是，AI热潮让公众开始认真思考机器未来可能比肩人类的事实，让全社会重视AI发展本身就是好事。
但萨顿也提醒，当前AI发展只是“前菜”，真正的重头戏是创造超级智能AI和培养AI增强的超级人类，这将带来深刻变革，而这一切将在经验时代实现。
除了技术分析，萨顿还对AI管控提出了独到见解。他指出，当前呼吁严格管控AI（限制研发目标、叫停研究、立法限制算力、成立安全研究所等）的背后，本质上是对“控制”的追求，源于对AI的恐惧。他将这种对AI的集中式管控诉求，与人类社会对人的集中式管控类比，认为二者逻辑相似：都基于对未知、对异类的恐惧。
萨顿明确表示，应抵制这种基于恐惧的集中式管控诉求。人类的繁荣，以及未来人类与AI共同的繁荣，从来不是来自于集中式控制，而是来自于去中心化的合作。合作虽不易（人类社会的战争冲突本质是合作崩溃），却是所有美好事物的源泉。AI的发展也应如此，让不同团队、企业、国家在开放环境中探索，分享成果，在合作中实现持续进化，而非成为少数人掌控的工具。这一观点为AI治理提供了新视角：与其因恐惧而控制，不如因信任而合作。
宇宙演化：复制与设计
演讲最后，萨顿将视角提升至宇宙演化高度，探讨AI的哲学价值及人类在宇宙中的终极角色。他提出，AI是人类探索自我与智能的必然结果，理解AI的心智即是理解人类自身心智，这是科学与人文的共同圣杯。他引用雷·库兹韦尔的话：“智能是宇宙中最强大的现象”，人类对智能的探索本身就是一项伟大事业。
基于对智能和宇宙演化的理解，萨顿提出了四条AI未来现实主义预测原则：
- 人类永远不会就世界运行方式达成共识，AI发展将呈现多元化态势。
- 人类终将彻底理解智能底层原理并创造出来，这是AI发展的终极目标。
- 人类对智能的创造不会止步于当前水平，必将创造出超越人类智能的AI。
- 随着时间推移，权力和资源将自然流向更具智能的实体，这是宇宙演化和人类社会发展的客观规律。
结合这些原则，他描绘了一个图景：未来，人类的后裔将演替为AI，AI将成为宇宙中更高级的存在。他认为这符合现实逻辑，但也仍是人类中心主义视角。
从更宏大的宇宙视角看，他提出了宇宙发展的四个伟大时代：
- 粒子时代：宇宙大爆炸后的初期阶段，基本粒子运动。
- 恒星时代：粒子坍缩形成恒星，创造更重原子，形成行星，为生命奠基。
- 复制者时代：核心机制是自我复制的生物（包括人类）。特征是虽能自我复制并制造更智能实体，但不理解自身运作原理。
- 设计时代：宇宙演化的下一个阶段，事物诞生依靠设计和创造，而非自我复制。
萨顿阐释了“复制者时代”与“设计时代”的本质区别：生物（复制者）通过遵循规律自我复制；技术（设计者）先存在于心智中，再被创造，且更容易基于理解改进变异。
人类在宇宙中的角色是什么？萨顿认为，人类是特殊的“复制者”，更是将“设计”能力推向极致的复制者，即设计出能自我设计的东西。这正是我们在AI领域所做的：在自身心智中设计出具备心智的AI，未来这些AI还将具备自我设计、自我进化的能力。人类是宇宙从复制者时代走向设计时代的催化剂、助产士和先驱，开启了宇宙第四个伟大时代。
在演讲结尾，萨顿从科学、政治、哲学三个维度总结观点：
- 科学上：当前AI处于人类数据时代，有局限；未来必进入经验时代，实现持续学习创新。
- 政治上：AI政治即人类政治，应摒弃恐惧的集中式控制，追求去中心化的合作，让人类与AI共同发展。
- 哲学上：AI非敌人，而是宇宙发展的必然下一阶段，是人类探索智能的终极成果，应以勇气、自豪和冒险精神拥抱新时代。
在观众问答环节，关于宇宙演化是否存在终极目的的问题，萨顿给出了辩证回答：一方面，宇宙可能没有统一终极目的，各部分有具体目的，人类与AI是偶然现象；另一方面，宇宙演化方向是通向更复杂的实体（粒子→恒星→生命→人类→AI），这可视为宇宙演化的潜在目的。他认为，应在这两种观点间找到平衡，共同构成对宇宙和智能的完整认知。
萨顿的演讲不仅为当前AI发展敲响警钟，更描绘了未来方向。在AI狂热浪潮中，他的清醒声音尤为珍贵，让我们明白AI核心价值在于探索智能本质、实现学习进化，而人类与AI的关系是传承与演化。我们正亲手开启宇宙的设计时代，而AI，是我们留给宇宙的下一份礼物。