图灵奖得主、强化学习奠基人萨顿：心理学是我的“秘密武器”

“用技术手段复现智能，是人类最具野心的科学命题之一，而从自然心智中提炼底层原理，正是AI走向真正智能的关键。”在7月24日举办的上海创智学院2026强化学习暑期学校结业仪式上，图灵奖得主、强化学习领域奠基人理查德·萨顿提出，心理学应是当下AI研究的“秘密武器”。

人和动物是研究智能最好的参照

究竟什么是人工智能？

萨顿先引用了“人工智能”概念提出者约翰·麦卡锡的定义，即，人工智能是展示人类智能行为的计算机系统，具备为了完成某个目标进行计算、推理、决策的能力。

不过，萨顿认为，智能所包含的“实现目标的计算能力”，并不是智能的本质。他解释道，人类的智能与真正的AI都是“经验”，而不是预先设定目标再进行计算。所谓经验，是智能体与真实世界的持续交互，即通过行动感知结果，在循环反馈中完成对世界的预测与控制，这也正是“心智”的意义。而大语言模型之所以被很多学者认为与真正意义上的“心智”相去甚远，正是因为大语言模型仅能模仿复刻人类的语言表达，却缺乏内生的目标与环境交互。

真正的智能需扎根真实的物理世界。萨顿谈到，这就必须依托奖励信号迭代决策，为AI系统赋予目标，构建AI与物理世界交互的感知与行动接口。而且智能也并非非黑即白。他提出，智能是一个与应用场景、观察者视角紧密相关的概念，判断标准取决于观察者的目的，而非系统本身的属性。

至于人工智能强化学习，其正是来源于过去百余年间，心理学家对动物学习、人类认知研究所积淀下的大量底层规律。萨顿直言：“心理学正是我从事强化学习研究的秘密武器。”在他看来，自然心智是智能系统最成熟的范本，人和动物是研究智能最好的参照。

萨顿提到，不止自己从心理学研究中汲取养分，深度学习奠基人、诺贝尔物理学奖和图灵奖得主杰弗里·辛顿同样拥有心理学学术背景。他们都从自然智能的研究视角，切入人工智能领域。当多数AI研究者缺乏心理学背景时，他们从百年心理学成果中挖掘学习机制的底层规律，形成了独特的学术优势。

培养兼具抱负与谦逊的青年人才

在当下发展速度一日千里的人工智能研究中，年轻人该如何找到自己的一席之地？萨顿想说的是——“保持玩心，也保持深思”。

他解释道，人工智能研究同样需要深耕基础研究，并且在科研中需平衡远大的抱负与谦逊的心态。理解人类心智的运作规律、并用技术手段复现智能，是人类最具野心的科学命题之一，但越是宏大的目标，越需要谦卑的姿态。“只有保持谦卑，才能清晰地看到局限与方向；也才能理解，哪怕微小的进展，也同样意义重大。”

而且，抱负远大与保持谦逊并非对立，平衡二者的关键是持续的学术探索。“大胆畅想不同的可能性，坦然接受观点可能出错的现实，永远不要对根本性问题失去好奇心。”萨顿说，“我始终相信人类最终可以理解一切，哪怕是‘何为生命’‘何为目标’这样深刻的哲学问题，我们都能一步步取得进展。”

连日来，由上海创智学院、上海交通大学人工智能学院与Openmind研究院联合主办的2026强化学习暑期学校，吸引了来自清华大学、北京大学、复旦大学、香港科技大学、新加坡国立大学等海内外多所高校与科研机构的青年学子参与。这也是萨顿教授首次在中国开设完整的系统性强化学习课程。上海创智学院此次聚焦强化学习基础理论与智能本质探索，推动人工智能前沿人才培养，争取为国内人工智能领域输送新生力量。

力创配资提示：文章来自网络，不代表本站观点。