在RL China 2025开幕式上，图灵奖得主Richard Sutton与伦敦大学学院汪军教授展开深度对话。这位强化学习奠基者直言，当前AI行业过度关注大模型，正在偏离对智能本质的探索。
Sutton指出，大模型虽然实用，但存在根本缺陷：训练完成后就停止学习，缺乏目标和奖励机制。”它们只是在模仿人类，但无法判断对错。”他强调，真正的智能应该像强化学习那样，通过与环境交互来达成目标。
针对年轻研究者，Sutton建议要有长远眼光。”AI不是短跑而是马拉松。产业界关注已知问题，科学界应该聚焦未知领域。”他创立的Openmind研究所正是为了回归基础研究，推动全球合作。
在技术层面，Sutton认为需要平衡梯度下降、时序差分学习和搜索等基础原则。他特别强调持续学习的重要性，指出随机权重的持续注入能让模型保持探索能力。
尽管面临挑战，Sutton对AI未来保持乐观。”未来20年我们将理解思维运作机制，这将是堪比生命起源的重大突破。”他呼吁研究社区聚焦智能本质，共同推动这一历史性进程。
