当前AI的智能水平仍然有限，未来要实现质的飞跃，不能仅依赖对现有人类数据的学习，而必须通过与世界的持续交互，积累专属的第一视角经验。

这是2024年图灵奖得主、被誉为“强化学习奠基人”的理查德·萨顿，在2026世界人工智能大会（WAIC）主论坛上阐述的核心观点。他在演讲中系统勾勒了AI发展的未来图景：当前人工智能正从“人类数据时代”迈入“经验时代”，真正的智能将源自智能体与环境的持续交互与自主学习，而非仅仅对已有人类知识的模仿与重组。

谈及AI的未来走向，萨顿坦言，如今几乎所有人都认为人工智能正在快速演进、不断突破。但值得反思的是：这种认知是否被过度放大？推动者可能夸大其重要性与进步速度，而担忧者同样可能夸大其影响。

毫无疑问，近年来AI取得了诸多重要突破。机器能够熟练运用语言，生成图片与视频，催生了新业态，创造了巨大经济价值。但这些突破本质上仍属于大规模模式识别能力。我们不能将智能与计算混为一谈——当前取得更多突破的是计算能力，而非真正意义上的智能。

如果将AI视为一门关于智能的科学，它真的在飞速进步吗？答案是否定的。人类对这些系统与体系本身仍然缺乏深入理解。目前大多数AI模型，本质上是在利用人类已有的知识，重新组织并呈现出来，它们并不具备发现新知识的能力。在许多方面，它们仍然比较脆弱，推理过程也不够稳定。因此，必须重新审视：什么是智能？

关于智能的定义，众说纷纭。美国心理学之父威廉·詹姆斯认为，智能是在实现同一目标时，能够运用多种不同方法的能力。图灵提出了著名的“模仿游戏”，但他并未将“像人一样”作为人工智能的终极标准。字典通常将智能定义为“获取并运用知识和技能的能力”；人工智能之父明斯基则提出，智能是“通过计算达成目标的能力”。

而萨顿自己的定义是：智能，是通过不断调整行为来实现目标的能力。他认为，我们需要建立一门真正的“心智科学”，它不仅要研究人类，也要研究动物与机器。无论哪种心智，都具有共同特征：为了实现目标，在时间维度中持续行动、不断适应。现有的心理学、人工智能与认知科学都难以完全覆盖这一领域，而强化学习正是这门综合性心智科学的重要起点。

萨顿直言，我们仍然生活在人类数据时代。目前大多数AI，都是在预测人类写出的下一个词、人类标注的数据，并依赖人类专家进行微调。本质上，这是将知识从人类转移到机器。这种范式正逐渐接近极限——高质量的人类数据正在被耗尽，仅靠这种方式也无法产生真正的新知识。

因此，我们正在进入一个新的阶段——经验时代。未来AI所需的数据，不再只是静态数据集，而是来自智能体自身的第一视角经验，即它与世界持续交互过程中产生的新数据。随着智能体不断行动，它获得新的观察、采取新的行为、得到新的奖励，这些经验不断循环，形成持续学习的动力源泉。

这正是人类和动物学习的方式。AlphaGo正是依靠这种机制学会下棋，AlphaProof也凭借类似原理在国际数学奥林匹克竞赛中取得优异成绩。智能的核心，就是这种持续的交互。智能体不断观察环境、采取行动，并根据结果调整行为。如果没有经验，就谈不上真正的智能。

经验还意味着奖励机制。只有通过奖励，我们才能判断哪种行为更优；只有通过与世界互动，我们才能验证自己的预测是否正确。而目前的大语言模型缺乏这种持续来自经验世界的反馈，因此存在天然局限。它们容易产生事实性错误，也无法依靠自身经验不断修正这些错误。

早在1947年，艾伦·图灵就提出，我们真正需要的是一台能够从经验中自主学习的机器。这个想法看似简单，却极具深意。今天，它正在机器人、工业应用等领域变得越来越重要。正如维克多·雨果所说：“恰逢其时的思想，势不可挡。”

从经验中学习，正是这样一个“恰逢其时的思想”。

最后，萨顿总结了几个关键判断：

AI正从依赖人类数据学习，逐步转向基于自身经验学习，这将使其具备更强的持续进化与自适应能力。目前的AI还不够强大，比较弱小且不可靠，因为它仍会产生幻觉。但它已经非常有用，催生了新产业，也让每个人都能使用。真正的自主智能、超级智能时代尚未到来，但我们正在朝着那个方向迈进。未来的巨大变革，仍将由人类推动，并最终服务于人类。

欢迎大家来到经验时代。

注：以上内容根据现场发言整理，在不改变原意的基础上进行了书面化编辑与压缩。

作者：宋薇萍 严曦梦