萨顿WAIC 2026最新演讲 AI未达真智能 迈入经验时代

2026年7月17日，上海世博中心，WAIC 2026主论坛的讲台上，2024年图灵奖得主、“强化学习之父”理查德·萨顿刚一开口，全场便瞬间安静下来。

“人工智能的进步被夸大了。”他语气平静地抛出这句话，但台下听众深知，这并非随口一说。大语言模型固然强大，但萨顿提醒所有人：它们只是在“运用人类已有的知识”，而非“自主发现新知识”——它们“还很脆弱”“不可靠”“容易产生大量幻觉”。

不过他随即话锋一转，引用维克多·雨果的名言：“恰逢其时的思想，势不可挡。”他正式宣告：人类数据时代即将走到尽头，AI正迈入真正的“经验时代”。

以下是萨顿先生的完整演讲实录——

非常高兴今天能来到这里发言，分享我对AI未来的一些思考。谈到未来，我们应该如何前行、朝哪个方向迈进，我想先简单说两句——前面关于治理的开幕式之后，我非常支持合作、共赢以及建立合作伙伴关系的观点。

今天主要探讨如何思考人工智能。每个人都觉得AI正在发生快速变化，进步迅猛，但如果你静下心来仔细想想，可能会发现这种进步有些被夸大了。AI背后的推动力，有时也倾向于夸大其进步或重要性。有人对AI感到恐惧，也有理由夸大它的速度——但真的有那么快吗？有些事情确实如此。

比如，现在涌现出许多突破——科学上的突破。机器能够非常熟练地使用语言，生成视频和图片。这些成果催生了很多新行业，带来了实实在在的经济价值。这很重要。但从本质上看，这些仍属于大规模的模式识别应用。我们不能把智能与计算混为一谈。绝大多数是计算能力的体现，因此必须特别留意，将这两者的定义区分清楚。

谈到AI的科学——也就是智能的科学——它真的在快速进步吗？我认为并非如此。我们对真正系统的理解仍然非常有限。看看所有AI模型，它们主要是在利用人类知识的力量，再将其交付给我们。它们并没有能力自主发现新知识。从很多方面看，它们还很弱，思考过程中存在一些问题，并不强大。这给我们带来一个问题：什么是智能？我不指望在这里给出智能的定义，但会提供一些观点，引发大家的思考。

心理学之父威廉·詹姆斯，100多年前对心智的定义是：达成一定目标，使用多样不同的手段。听起来，这指的是目标——有相同的结果，但用不同的手段实现。通过心智、通过智能来实现一个目标。

另一种定义：像人一样行为，通常通过图灵测试来表达。但图灵从未使用过“图灵测试”这个提法，他讲的是“模仿游戏”。因此存在普遍误解——图灵认为像人一样的行为，并不是人工智能的测试。不过，现在大语言模型在训练时，确实要让它们像人一样行为。但这与威廉·詹姆斯的定义并不一致。

字典里的定义：获得和运用知识、技能的能力。人工智能之父说：智能是通过计算达成目标的能力。这里又提到了目标、计算。就算自然的智能也需要计算。这些都是不同的定义。

我也有自己的定义：智能是通过行为的适应来实现目标的能力，不断适应和调整。个人观点是，我们应该建立关于心智的科学——不仅是自然的心智或技术应用，而是所有综合性的心智科学，可以用于人类、动物、机器。所有心智都有共同特征，都是为了实现目标，随着时间的推移采取行动。未来更多的心智可能是机器的心智。

现在没有哪一门现有的科学能够把这些全部包含进去——心理学、人工智能、认知科学，都做不到。我个人比较感兴趣的强化学习，是综合性心智科学的开端。

今天讲的主题是：我们正处于人类数据的时代。所有AI都基于训练预测人类的下一个词、人类的标签，并由人类专家微调。大部分机器学习是知识的转移——从人转移到机器身上。这种方法已经达到极限。很多高质量数据源被用完了。生成新知识，这个范式做不到。我们现在正在迈入所谓的“经验时代”。AI需要新的数据来源，能够不断增长、不断改善。随着智能体越来越强，静态数据集已经不够用了——静态数据集远远不够。

数据源来自智能体自身的经验，它和世界的互动——第一视角的经验。这些信号不断来来回回传递，非常快速，在智能体和它创造的环境之间传达。信号包括经历、行为、观察，定义目标到底是什么。这是人类和动物学习的方式。

心理学研究已经告诉我们这一点了。AlphaGo就是通过这样的方式下棋。最近AlphaProof系统在国际奥数比赛中取得了好成绩。接下来看一个视频，展示这个过程。

这是婴幼儿在玩自己的玩具。注意他的数据——他收集到的数据完全取决于他的行为。他做什么，从一个玩具换到另一个玩具，从每个玩具中学习。玩完一个不玩了，就玩下一个。他的行为决定了他的输入。没有静态数据集，不是事先架构好的。这些数据在打造过程中最适合他的需求，也适合他的认知能力范围。这是最关键的信息。

无论是动物还是人，进行各种行为时，都是这样。现在我们坐着，但身体在采取行动，快速反应。高带宽的信息处理——足球运动员马上决定，击球手在极短时间内决定挥杆。鸟、狮子，甚至人类交谈，也是很多信息处理，为了完成目标，基于经验。

再看这张幻灯片：经验型AI，智能体交互这些信号——行为、感知——这是它的经验，是我们的焦点。这是智能的全部。智能就是要打造这样的互动。因此，这是所有心智的重点：采取行动、有所感知。

一个智能体，如果足够智能，它能够预测和控制它的经验、感知。如果没有经验，根本没有什么智能可言。我们无法说一种行为方式比另一种好，必须有经验、有奖励信号告诉我们这个行为得到了奖励，另一种没有。现在的大语言模型没有这种奖励，它不知道行为是好是坏。这最终是它们很大的限制——因为它们没有目标。

观察也很类似。事实准确性——大语言模型基本上无法区分真假。如果没有经验，你的知识是预测发生了什么，但你没有数据、没有经验作为输入，就无法知道预测对不对。但有了经验的AI，就有奖励、有目标、有真实情况——你认为会发生的事情真实发生了。

这个想法可能对AI研究者来说显而易见。艾伦·图灵在1947年说过——那时甚至没有AI，他看的是自然智能——他说：“我们需要的是一台机器，它可以从经验中自主学习。”这是非常基本又非常深刻的想法，但一直没有成为现代AI的关键组成部分。不过，现在慢慢变得越来越重要，尤其在机器人、工业应用中。

所以我很喜欢维克多·雨果的话：“恰逢其时的思想，势不可挡。”从经验中学习，这个想法恰逢其时。可能时代还没有真正到来，但我们正在迈入这个时代。

总结一下：AI终于转向从经验学习，而不是从人类数据学习。这样它会变得更强大，因为可以持续学习新东西。虽然现在有很多炒作，甚至对AI的恐惧，但当前的AI智能还不够强大——我个人认为它比较弱小、不可靠，会产生很多幻觉，告诉我们的东西可能是错的。但同时，它也非常有用，催生了很多产业，所有人可以使用。大家都感到激动，因为发现AI现在还不是真正的智能，或者真正的自主智能，但我们在迈向这个时代。要习惯——第一次接触，还没有来到超级智能时代，或者智能增强人类的时代。但会带来巨大变革，应该由人类推动，同时变革最终会惠及人类。

作为一个从经验中学习的人，我一生如此。我可以预测到经验时代的到来。所以，欢迎大家来到经验时代。谢谢大家。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：萨顿WAIC 2026最新演讲 AI未达真智能 迈入经验时代要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题