WAIC 首日 | 圖靈獎得主薩頓重磅演講：大模型不具備原生智能，AI 正邁入“經驗時代”

編輯 | 四月

7 月 17 日，在 2026 世界人工智能大會（WAIC）主論壇上，2024 圖靈獎得主、“強化學習之父”、阿爾伯塔大學計算機科學教授理查德·薩頓發表了重磅演講。

當前，全球 AI 產業正沉浸在算力狂飆與大模型參數競賽的狂歡中，業界對 AI 的能力既有過度炒作的泡沫，也夾雜著對超級智能即將降臨的恐慌。

面對大眾對 AI 的盲目與焦慮，薩頓的發言清醒冷靜，他指出當前大模型范式的底層軟肋：算力規模并不等于原生智能，僅靠擬合人類歷史數據的“模式識別”，無法跨越自主發現新知的鴻溝。

在演講中，薩頓跨越心理學、認知科學與計算機科學的邊界，呼吁建立統一的“通用心智科學”，并拋出核心的研判——靜態標注數據時代已達極限，AI 正迎來從經驗中自主學習的“經驗時代”。

他強調，沒有目標、缺乏與環境交互的獎勵信號，大模型就無法校驗信息真偽；唯有讓智能體在真實世界的動態交互中試錯與進化，持續從第一視角的經驗中學習，才是通往真正通用人工智能（AGI）的必由之路。

以下是薩頓演講實錄，經編輯整理：

是智能的進步，還是計算的擴張？

非常感謝，歡迎女士們、先生們，我非常高興今天能來發言，同時分享一下我對人工智能 AI 未來的想法。

講到未來，現在我們應該怎么樣，今后應該怎么走，應該走向什么樣的方向，首先我想先說兩句，我在前面關于治理的開幕式之后，我覺得我是非常支持合作的觀點，共贏的觀點和建立合作伙伴關系的觀點。

今天我主要和大家談一下我們怎么思考人工智能，特別是每個人都覺得人工智能現在在發生快速的變化，并且有很快的進步，每個人覺得是一樣。

但是如果真的是這樣你也要思考一下是不是夸大或者夸張，可以看到人工智能背后的推動力可能也是夸大了它的進步或者重要性。

有的人會害怕 AI，他們也有原因和理由夸大重要性，特別是它的進步到底有多快，它到底真的有快速真的進步嗎有一些方面、一些事情真的如此。

比如說可以看到現在有很多的突破，我覺得應該是科學上的突破，這些科學上的突破出現在了我們有機器可以非常熟練使用語言這方面的能力，同時可以生成視頻、圖片。

這些東西也是催生了很多的新行業和產業，也給我們帶來很多的經濟上的應用，帶來真正的經濟上的價值，這些非常重要。

但是感覺好像這些還是比較大規模的運用還是模式的識別，我們可以把智能和計算兩者不能混淆，這里大多數是計算的能力所以我們要特別關注這一點，必須要把這兩者的定義區分開。

講到 AI 的科學就是智能的科學，它真的在快速進步嗎，我覺得并不是如此。

我們現在對真正體系系統的理解是很少的，待會看所有 AI 模型的時候，這些系統其實它們主要是在使用人類知識的力量，并且把它再交付給我們，他們并沒有能力發現自己的知識，從很多方面他們是比較弱的，他們在整個思考過程中還是存在一些問題的，并不是如此強大。

這給我們帶來一個問題“什么是智能？”我并不指望在這里告訴大家什么是智能，但是會給大家一些觀點可以引發大家的思考，同時思考一下你同意哪一種觀點和定義。

智能：通過行為的適應來實現目標

剛剛開始講智能的時候到智能是什么意思，就是威廉·詹姆斯(William James)，他是心理學的奠基之父，這是超過 100 多年前的事情了，他對于智能的定義可能并不一定是說的智能而是所謂的心智，他說所謂心智最大的標準是要達成一定的目標，但是使用是多樣不同的手段。

就我聽來這是一個目標，要有相同的結果，但是用不同的手段實現，我們要通過心智，通過智能實現一個目標。

或者可以使用其他的含義或者定義，就是要像人一樣行為，通常是通過圖靈測試進行表達，但是圖靈從來沒有用過圖靈測試的提法，他講的是模仿游戲，所以可能大家普遍有一種誤解，圖靈認為的像人一樣的形式不覺得這是人工智能的測試。

不過我們可以看到現在已經普遍接受了，現在有大語言模型在進行訓練的時候要讓它們像人一樣進行行為，這也是其中的一個含義。

我們有時候也會使用，但是這和威廉的定義不太一樣了，如果我們查字典，一般的字典可以看到它的定義是獲得和使用或者運用知識與技能的能力。

它是指獲得或者是運用知識于技能的能力，我們如果再回到人工智能之父，他說智能是通過計算來達成目標的能力，這里又提到了目標，又提到了計算。

但我們講的是人工智能，所以甚至就算是自然的智能也是需要計算，這些是各種各樣不同的智能定義。

我也有智能的定義，通過行為的適應來實現目標的能力，不斷進行適應和調整。除此之外我個人的觀點，我是覺得我們應該要設立關于心智的科學，不僅僅是自然的心智或者技術的應用，而是所有綜合性的心智科學。

它是可以用于人類、動物、機器所有的這些心智都有共同的特征，都有共同的特點，同時也都是為了要實現目標，隨著時間的推移采取行動，但未來可能更多的心智是機器的心智。

現在沒有哪一門現有的科學把這些全部包含進去，無論是心理學、人工智能、認知科學，都沒有辦法做到這一點，所以我們沒有辦法把所有的機器都包含進去。因為我個人比較感興趣的強化學習是綜合性心智科學的開始。

人類數據已經達到極限

我今天講的主題是我們現在還處于人類數據的時代，所有的這些 AI，它們都是培訓預測人們的語言下一個詞，人們的標簽，并且也是由人類專家進行微調的，大部分的機器學習是要進行知識的轉移，從人轉到機器身上。

這種方法現在已經達到極限了，很多高質量的數據源被用完了，生成新的知識是這個范式沒有辦法實現沒有辦法做到的。

我們現在在邁入所謂的經驗時代，AI 需要新的數據來源，它能不斷增長不斷改善，隨著智能體越來越強，它不是靜態的數據集，因為靜態的數據集是不夠的。

我們要得到這個數據源它是來自智能體，它自己的經驗，它和世界的互動，我說的是它的經驗是第一視角的。

我覺得我們這些數據的信號它不斷來來回回進行傳遞，這是非常快速，是在智能的智能體和它創造的環境就是世界當中來傳達的，這些信號它的獎勵、行為、觀察，這些來定義它的目標到底是什么，所以這是人和動物學習的方式。

心理學研究已經告訴我們了像 AlphaGo 是通過這樣的方式來下棋，也是最近 AlphaProof 系統在國際奧數比賽當中得到比較好的成績，接下來給大家看一個視頻，也看出一下這是一個怎樣的過程。

這是嬰幼兒，他在玩自己的玩具，大家可以注意一下他的數據，他收集到來自世界上的這些數據，其實是完全取決于他的這些行為，他做些什么，他會從一個玩具到另一個玩具，從每個玩具身上進行學習，玩完一個之后不玩了，玩下一個。

他的行為是決定了他的輸入，他是沒有靜態的數據集，不是事先構架好的，所以這些數據在打造的過程中是最為適合他的需求，以及也適合他的認知能力范圍和水平，這是最關鍵的信息。

然后我們可以看一下無論是動物或者人他進行各種行為的時候，這是我們做的，現在我們都坐著，但是我們的身體是采取行動而且是快速采取行動，對周遭發生的事情反應。

我們是高帶寬的信息處理，信息來了足球運動員馬上就要決定，所有這些數據來了之后，他接下來應該怎么做，什么是比較明知的踢法。

還有打棒球的人他擊球的時候，當球來的時候，我們可以看到就這么短的時間內他馬上要決定怎么來進行揮桿。

還有鳥，可以看到還有獅子，就算是人在這里交談，是很多的信息處理，也是為了完成一個目標，同時也是基于我們的經驗，希望給大家有所理解。

沒有經驗，就沒有智能可言

再看一下這張幻燈片的內容講到經驗型的 AI，智能體是交互這些信號它的行為，它的感知，這些是它的經驗，這可以說是我們的焦點，這是智能的全部，智能就是要打造這樣的互動。

因此我們可以看到這是一個焦點或者重點，是所有的心智終點，要采取行動要采取行為，并且有所感知。

可以認為一個智能體它是智能的話，它能夠預測和控制它的經驗，它的感知，如果說它沒有經驗，那么我覺得根本沒有什么智能可言。

特別是我們沒有辦法去說這種行為的方式比另外一種行為的方式好，我們必須要有經驗，要有獎勵信號告訴我們這個行為得到獎勵，但是另外一種行為沒有讓我得到獎勵。

現在的大語言模型它是沒有這種獎勵的，它沒有辦法知道這個行為是好的還是不好的。

所以這最終是為什么它們有很大的限制，因為它們沒有目標。

觀察也是很類似的，這就是所謂的事實準確性，大語言模型基本上沒有辦法把真的和假的區分開。

如果沒有經驗，你的知識是預測去發生了什么，你沒有經驗的話，你可以看到之前發生的，但是你沒有數據、沒有經驗作為輸入來源，你就沒有辦理知道你做出了預測到底是對的還是不對的，但是有了經驗的 AI 就有獎勵、目標，有真實的情況，就是你認為會發生的事情真實發生了。

這是我們的想法，可能對大家來說是顯而易見的，如果我們在研究 AI 的話，大家可能覺得這是非常自然的，這句話是來自 Alan Turing 的，他是計算機科學奠基之父。

這是 1947 年的時候他說的，這時候甚至沒有 AI，他看的是自然的智能，他說我們需要的是一臺機器，它可以從經驗當中來自主學習，這是非常基本但是又是非常深刻的想法，它沒有成為關鍵的現代 AI 組成部分。

但是我覺得這個想法現在慢慢變得越來越重要，特別是在機器人當中，在一些工業的應用當中，所以我也很喜歡這樣的說法，是維克多·雨果說的，他說“恰逢其時的思想，勢不可擋”。

所以我覺得我們要從經驗當中進行學習，這個想法是所謂的恰逢其時，可能這個時代還沒有真正到來，這是我們在邁入這樣的時代。

當前 AI 仍然弱小且不可靠，但經驗時代正在到來

做一下總結，我覺得AI 現在終于轉向從經驗來進行學習，而不是從人類的數據進行學習，這樣它會變得更加強大，因為它可以持續學習新的東西。

雖然現在有很多的炒作，甚至是對 AI 的恐懼，現在的 AI 智能還不夠強大，我個人認為它是比較弱小而且是不可靠的，因為會產生很多的錯覺，它可能告訴我們的東西是錯的。

但是同時它是非常有用的，它也給我們帶來催生了很多的產業，而且所有人可以使用，每個人都可以使用，所以大家都感到非常激動，因為大家都發現AI 現在還不是真正的智能，或者真正的自主智能，還沒有達到這一步，但是我們在邁向這樣的時代。

我們要習慣，所以現在是第一次和它們接觸，還沒有來到真正超級智能時代，或者智能增強人類的時代，但是會給我們帶來巨大的變革，應該是由人類推動的，同時這個變革會給到人類。

所以可以看到如果作為一個從經驗當中學習的人，我自己本人就是從經驗當中學習的，一生都是如此。我覺得我可以預測到經驗時代的到來，所以我們要說的是歡迎大家來到“經驗時代”，非常感謝大家的聆聽，謝謝。

聲明：本文為 AI 前線整理，不代表平臺觀點，也不構成投資建議，未經許可禁止轉載。

會議推薦

年中技術充能，盛夏 8 折赴約！AICon 深圳站集結華為、騰訊、阿里等全明星講師陣容，前沿方向 + 實戰干貨雙在線，承包你一夏的 AI 技術成長。大會限時早鳥票享 8 折專屬優惠，現在報名立減 1160，更多詳情可掃碼或聯系票務經理 13269078023 進行咨詢。

今日薦文

你也「在看」嗎？