大模型时代的警钟：Richard Sutton 呼吁重拾智能理解的科学探索

在最近举办的 RLChina2025 开幕式上，伦敦大学学院的汪军教授与 「强化学习之父」RichardSutton 进行了深入对话，探讨了智能的本质和未来发展方向。汪军教授作为智能信息系统领域的权威，与 Sutton 共同回顾了强化学习 （RL） 的学科根基，并关注当下人工智能行业的快速扩张对基础科学研究的影响。

Sutton 指出，当前的人工智能技术，尤其是大规模语言模型 （LLM），虽然在实际应用中展现出强大的能力，但并不是真正理解智能的途径。他强调，LLM 在训练完成后就失去了学习能力，因为它们缺乏明确的目标和奖励机制。相比之下，强化学习强调的是通过与环境的互动来达成目标，这种方式能更好地理解和模拟智能的运作过程。

Sutton 提出，真正的智能需要对目标进行明确的定义，并通过 「奖励」 信号来驱动学习。他认为，从经验中学习是强化学习的核心，而不仅仅依赖于梯度下降等单一方法。为了推动智能的发展，研究者们需要将搜索与梯度下降相结合，以此探索更多的可能性。他还强调，尽管行业资金的涌入促进了应用发展，但这并不应让科学研究偏离长远目标。

在对年轻研究人员的寄语中，Sutton 鼓励他们关注基础科学，强调人工智能的探索是一个长期的过程，而非短期内能够解决的问题。他提到，虽然工业界更关注当下可实现的技术，但科学界必须致力于探索尚未解决的根本性问题，以推动智能的真正理解。

此次对话提醒我们，在追求技术进步的同时，不能忽视对智能本质的深入理解。