“强化进修之父”萨顿认为，对于世界模子的界说存于误区。

7月19日，于2026年世界人工智能年夜会（WAIC）的“思惟者论坛”上，图灵奖患上主、阿尔伯塔年夜学计较机科学传授理查德 萨顿（Richard Sutton）发表了题为《基在强化进修从经验中培育超等智能》的主题演讲。萨顿认为，真实的超等智能必需完全离开人类的先验成见，并周全先容了本身最新提出的“OaK（Options and Knowledge，选项与常识）”架构。

最近几年来，萨顿时常对于年夜语言模子的成长线路持攻讦立场。于演讲中，萨顿重申了他闻名的AI研究文章《苦涩的教训》（The Bitter Lesson）。他直言道，AI研究者老是但愿把“人类的常识”硬编码给AI，但从久远来看，这类做法反而拦阻AI的演进。

萨顿暗示：“咱们应该去寻觅智能的底层基来源根基理，而不是被咱们自身心智于特定世界中所孕育发生的详细细节所误导。咱们应该寻觅基来源根基理，而不是详细的内容及细节......咱们不该该试图把人类已经经发明的纪律构建进去，而应该让智能体本身去发明。”

于这个基础上，萨顿对于“年夜世界”视角举行了界说。于萨顿看来，人类世界所熟知的“三维空间”或者“物理学纪律”，只是这个特定世界的内容。真实的AGI该当于“运行期（Runtime）”像婴儿同样自立探索，仅依赖步履（Actions）、不雅察（Observations）及奖励（Reward）进化。

基在这类“年夜世界视角”，萨顿攻讦了当前行业将世界模子做成“初级物理模仿器”的误区，称这类理解“极为局促”，人类的转移模子（Transition Model）“不该该像初级物理学那样噜苏，而应该承载高阶的世界常识”。

萨顿注释道：“于我的理论系统中，我绝对于不会把一个纯真的神经收集称为‘模子’，这是对于这个词的滥用。我将‘模子’一词专留给转移模子，它该当包罗人类对于世界的所有高级常识。好比，‘假如我接管了这份事情，我会幸福吗’，这才是模子应该回覆的问题。”

这就象征着，模子需要把握“抽象能力”，即构建愈来愈弘大的步履与状况认知的能力。为了实现这类高级抽象，萨顿提出了OaK架构。其焦点于在经由过程时间抽象（选项）与状况抽象（常识），让AI可以或许实现“跳跃式”的宏不雅计划。

于萨顿的OaK架构中，对于在每个与人类糊口相干的状况特性，智能体都要学会一种去“节制及告竣该特性”的技术。也就是说，智能体构建自身心智的焦点手腕，就是不停提出子问题，并经由过程“选项”去解决它，“把界说子问题的权利完全移交给智能体”。

只管OaK架构已经经可以或许于理论上实现闭环，但萨顿坦言，今朝还有没法当即实现它，AGI的降临也许还有需要5年、10年甚至20年。

值患上一提的是，就于本周，萨顿公布与阿尔伯塔年夜学博士研究员Khurram Javed配合创建新公司Oak Lab，志于打破当前深度进修方式，用全新的理念构建AGI，开发可以或许经由过程自身第一人称经验自力、连续进修的AI智能体。

原标题《“强化进修之父”理查德 萨顿：世界模子不该是初级物理模仿器，AI要像婴儿般自立进化》