强化学习之父最新演讲:大模型是一时狂热,AI的真正时代还没开始
2025 年 6 月在新加坡国立大学的演讲中,他预测大语言模型终有一天会被视为“世界的一时痴迷”,相比之下,基于经验学习的 AI 系统才代表着真正的未来。这场 IPAM 演讲的内容,与他在 2025 年 5 月 Amii 的 Upper Bound 大会、同年 6 月新加坡国立大学 NUS120 讲座系列等场合的演讲一脉相承,核心论点始终是同
强化学习之父最新演讲:大模型是一时狂热,AI的真正时代还没开始|...
2025 年 6 月在新加坡国立大学的演讲中,他预测大语言模型终有一天会被视为“世界的一时痴迷”,相比之下,基于经验学习的 AI 系统才代表着真正的未来。 这场IPAM 演讲的内容,与他在 2025 年 5 月 Amii 的 Upper Bound 大会、同年 6 月新加坡国立大学 NUS120 讲座系列等场合的演讲一脉相承,核心论点始终是同...
强化学习之父最新演讲:大模型只是一时狂热,AI的真正时代还没开始
2025 年 6 月在新加坡国立大学的演讲中,他预测大语言模型终有一天会被视为“世界的一时痴迷”,相比之下,基于经验学习的 AI 系统才代表着真正的未来。 这场IPAM 演讲的内容,与他在 2025 年 5 月 Amii 的 Upper Bound 大会、同年 6 月新加坡国立大学 NUS120 讲座系列等场合的演讲一脉相承,核心论点始终是同...
2026AI科学盛典——图灵奖得主强化学习之父Richard Sutton(理查德...
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...
强化学习之父最新演讲:AI的未来是经验时代,人类的未来是去中心化合作...
近日,被誉为“强化学习之父”、2024 年ACM 图灵奖得主Richard Sutton 在新加坡国立大学发表了一场关于人工智能未来的演讲,系统地阐述了他对 AI 技术趋势、社会哲学及宇宙演化的前沿思考。他认为,AI 正经历从“人类数据时代”到“经验时代”的根本性转变,并强烈呼吁社会以去中心化的合作精神取代基于恐惧的中心化控制...
演讲| 强化学习之父 Sutton 隔空回应 Hinton:目前的 AI “理解不足,调...
2026 年初,当全世界都在为大模型的参数竞赛而焦虑,为 AI 可能取代人类而恐慌时,一位图灵奖得主、强化学习之父——Rich Sutton,并没有加入这场喧嚣的合唱。相反,他选择从更深远的维度,重新审视 AI 的本质、政治与哲学。 这次演讲位于洛杉矶加州大学(UCLA)的纯粹与应用数学研究所(IPAM)。在这个充满学术气息的礼堂...
对AI的恐惧被夸大了!“强化学习之父”萨顿外滩演讲:四条原则预言...
智东西9月11日报道,今日上午,在2025 Inclusion·外滩大会开幕式上,2024年图灵奖得主、“强化学习之父”理查德·萨顿(Richard Sutton)发表主旨演讲。他认为,人类数据红利正逼近极限,人工智能(AI)正在进入以持续学习为核心的“经验时代”,潜力将远超以往。知识来自于经验,可以从经验中学习。一个智能体的智能...
强化学习之父!LLM只是短暂热潮,AGI路在何方
萨顿:大型语言模型狂热是短视行为 现在这个大型语言模型(LLM)特别火啊,不过越来越多的计算机科学家开始说了,觉得这条路不一定能通向通用人工智能(AGI)。理查德·萨顿(Richard Sutton),就是那个加拿大很厉害的计算机科学家,也被大家称作现代强化学习之父的那种,他说啊,现在全世界都在迷恋大型语言模型,像给...
图灵奖得主/AI强化学习之父「Sutton」上海演讲:人类数据时代已经...
在2025年世界人工智能大会的科学前沿全体会议上,图灵奖得主、强化学习领域的奠基人理查德·S·萨顿(Richard S. Sutton)发表了远程演讲,提出了人工智能发展的新阶段——“经验时代”(Era of Experience)。他指出,我们正处于“人类数据时代”的末期,传统上依赖大量人类生成数据进行训练的方式已接近瓶颈。高质量的数据资源...
强化学习之父 Rich Sutton 最新演讲:用「去中心化神经网络」应对...
DAI 2024 现场,现代强化学习的奠基人、阿尔伯塔大学教授 Richard S. Sutton 教授在开幕式上发表了题为《Decentralized Neural Networks》的主旨演讲。Sutton 教授指出,当前人工智能的发展尚未达到真正意义上的全面实现,其主要瓶颈在于深度学习的局限性。这些问题包括灾难性遗忘、可塑性丧失以及模型坍塌等现象,对人工智能的持...
强化学习教父重出江湖, 生成式AI的时代要结束了?_澎湃号·湃客...
但强化学习之父RichardSutton却说:「GenAI的时代正在结束。」他带着图灵奖的荣光,加入一家几乎没人听过的公司——ExperienceFlow.AI,他要让AI不靠人类数据喂养,而靠「经验」觉醒。 11月初,ExperienceFlow.AI的CEOGiriATG在X上发出了这样一条消息。 没有精致海报,没有宣传视频, 但在短短几
如何看待强化学习之父理查德·萨顿的观点:大模型是死胡同
在理查德·萨顿看来,大模型还不是通用人工智能的完整拼图,或者仅仅只是通用人工智能的组成部分。他认为,真正的智能应该像人类婴儿或动物学习一样,通过与环境的直接交互来获取知识。真正的智能应该具备几个基本模块,感知、行动、奖励。智能体通过不断尝试、观察结果、并根据奖励信号调整行为,从而学会如何在这个世界上...
强化学习之父Richard Sutton:LLM最终将只是“苦涩的教训”,可能不...
图灵奖得主、强化学习之父Richard Sutton近日在NUS120上表示,大语言模型最终将只是“苦涩的教训”,可能不到5年便不再代表AI前沿。...黄仁勋:接下来十年,我们的目标是将那些几百兆瓦庞大数据中心密集化成一个非常小的数据中心 01:11 黄仁勋:CPU的扩展已经达到极限免费搭乘摩尔定律的时代结束...
大模型是迷失方向?强化学习之父 Rich Sutton 提出最新 OaK 架构,通...
当AI 行业还在追逐大模型的 Scale law 时,一位学界泰斗却发出了警示: 在某种程度上,人工智能行业已经迷失了方向。 说出这句评价的,不是别人,正是Rich Sutton。 作为强化学习之父、图灵奖得主,Sutton 在 RLC 2025 的讲台上,再次抛出了一套宏大的构想,直指 AI 的终极问题——超级智能如何从经验中涌现?
“强化学习之父”最新完整实录:AI研究的正确方向
3月5日,现代计算强化学习的奠基人之一,加拿大计算机科学家Richard S. Sutton荣获2025年度图灵奖。Richard S. Sutton在最新的对话中谈论了强化学习的本质和重要性,其在AI研究领域的长期坚持以及AI发展的速度和未来走向。 Richard S. Sutton强调,强化学习是关于从经验中学习,强化学习关键是从评估性反馈中学习。从经验中...
强化学习之父 Rich Sutton 最新演讲:用「去中心化神经网络」应对深...
DAI 2024 已在新加坡管理大学成功举办,本届会议的亮点之一就是邀请到现代强化学习的奠基人 Richard S. Sutton 教授、昆仑万维荣誉顾问颜水成博士、UC Berkeley Sergey Levine 教授和GoogleDeepMind 研究科学家 Georgios Piliouras 博士这四位重量级嘉宾,从多智能体系统、强化学习和具身智能等方面,提出了新的思路和解决...
强化学习之父:大语言模型是一个错误的起点 - 知乎
在日前参加的一个访谈中,强化学习之父、图灵奖得主Richard Sutton 语出惊人:大语言模型(LLM)是一个错误的起点,是一条死胡同。 在Sutton 看来,真正的智能源自经验学习,通过行动、观察与反馈持续修正行为,实现目标;相比之下,大语言模型的预测能力更多是对人类行为的模仿,它没有独立的目标,也无法对外部世界的变化产生...
强化学习之父,给大模型判了“死刑”
强化学习在AI领域的历史,又长又曲折。强化学习的核心思想其实很简单:让AI像人类婴儿一样,通过不断试错来学习。比如小孩学走路,没人教“先抬左脚再迈右脚”,摔多了自然就会了。这门技术的源头,能一直摸到AI刚起步的时候。1947年,图灵在伦敦数学学会演讲时就说过,“我们需要的是一台能从经验里学习的机器”...
强化学习之父Richard Sutton智源大会最新演讲:欢迎来到经验时代!
2025年6月6日,强化学习奠基人、人工智能先驱 Richard Sutton 线上出席了第七届智源大会。 在大会开幕式上,Richard Sutton 发表了题为“Welcome to the Era of Experience(欢迎来到经验时代)”的主旨演讲。 这是Richard Sutton 对人工智能发展方向的最新阐述。他明确指出:AI 的未来,不应再局限于模仿人类的知识输出...
强化学习之父理查德·萨顿:大语言模型是“死路一条”
导读:图灵奖得主理查德·萨顿(Richard Sutton)认为,大型语言模型是复杂模仿的死胡同,真正的人工智能只能从通过直接经验和目标驱动的与世界互动进行学习的代理中产生,而不是通过模仿人类文本。 临近十月,人工智能行业之革命暗流涌动,现在一场讨论其“根系”的辩论正对当今生成式人工智能的根基提出质疑。