首页 - 股票 - 公司新闻 - 正文

图灵奖得主萨顿:数据红利逼近极限,人类超能力在于擅长协作

来源:财经涂鸦 2025-09-11 16:31:26
关注证券之星官方微博:

(原标题:图灵奖得主萨顿:数据红利逼近极限,人类超能力在于擅长协作)


(图片来源:有赞)


“我们逐渐达到人类数据的极限,现有的方法不能生成新的知识,不适合持续学习,而持续学习对智能的效用至关重要。”


公司情报专家《财经涂鸦》获悉,9月11日上午,以“重塑创新增长”为主题的2025 Inclusion·外滩大会在上海黄浦世博园区开幕,上海市委常委、副市长陈杰出席开幕式并致辞,上海市政府副秘书长张英出席开幕式。


来自16个国家和地区的550位嘉宾参会分享,包括新晋图灵奖得主理查德·萨顿(Richard Sutton),阿里云创始人、之江实验室主任王坚,“人类简史系列”作者尤瓦尔·赫拉利(Yuval Noah Harari),宇树科技创始人兼首席执行官王兴兴等全球顶尖学者、产业界人士、青年创业者和科学家。 


作为年度备受瞩目的金融科技盛会,外滩大会以其开放、多元、前瞻性吸引全球目光,被誉为“亚洲三大金融科技盛会”之一,自2020年起已连续举办四届,打造出一个全球金融、科技和产业间的高规格开放对话平台。


今年,大会内容呈现国际化、多元化特色,聚焦“金融科技”、“人工智能与产业”、“创新创投生态”、“全球对话与合作”、“负责任创新与普惠未来”五大内容主线,设置了1场开幕主论坛、44场见解论坛、科技展览和系列科创活动。推出AI科创赛、科技人才招聘会、创新者舞台、创投Meetup和产业对接会等活动,邀请全球青年创业者、投资人和科技爱好者围绕AI安全、具身智能、金融智能等热点,设置比赛、Talk秀、圆桌对话等形式,为青年科创者提供展示技术和对接资源的平台。设置10000平米科技展览、5000平米科技集市,吸引了近200家企业参展,超30项科技新品亮相。 


现场,2024年图灵奖得主、“强化学习之父”理查德·萨顿(Richard Sutton)发表主旨演讲。


他认为,人类数据红利正逼近极限,人工智能正在进入以持续学习为核心的“经验时代”,潜力将远超以往。


“今天大多数机器学习的目标,是把人类已有的知识转移到静态、缺乏自主学习能力的 AI 上。但我们逐渐达到人类数据的极限”。理查德·萨顿指出,我们正进入“经验时代”,需要一种新的数据源,由智能体与世界直接交互中生成。这正是人类和其他动物的学习方式。


他进一步解释道,“经验”指的是观察、行动和奖励,这三种信号在智能体与世界之间来回传递。


“知识来自于经验,可以从经验中学习。一个智能体的智能程度,取决于它能预测并控制自身输入信号的程度。经验是一切智能的核心与基础。”同时,强化学习带领我们进入了新的经验时代,但要释放全部潜力,还需要两项目前尚不成熟的技术——持续学习(continual learning)和元学习(meta-learning)技术。


面对外界对AI带来偏见、失业甚至人类灭绝的担忧,萨顿认为,这种对人工智能的恐惧被夸大了,并且是被某些从中获利的组织和个人煽动起来的。以经济社会的运行为例,只有当每个人有不同的目标和能力,经济才能运行得最好。同样,目标不同的智能体,可以通过去中心化的协作实现双赢。


“人类最卓越的超能力,就在于比其他任何动物都更擅长协作。人类最伟大的成功在协作本身——经济、市场与政府都是成功协作的产物,”萨顿表示,人工智能和人类繁荣将来自于去中心化协作。


展望人工智能的未来,他提出了四条现实的“预测原则”。


第一,对世界应该如何运转并没有共识,但没有哪一种看法能够凌驾于其他;第二,人类将真正理解智能,并借助技术将其创造出来;第三,当今人类的智力水平,很快将会被超级人工智能,或者超级智能增强的人类远远超越;第四,权力和资源会流向最聪明的智能体。


基于此,他认为,在人类的发展进程中,人工智能的替代将是不可避免的。


放眼宇宙的历史,萨顿将其分为四个时代:粒子时代、恒星时代、复制者时代和设计时代。他认为人类的独特之处在于“把设计推向极致”,创造出能自己设计的事物,这也正是今天通过人工智能所追求的目标。


“人工智能是宇宙演化的必然下一步,我们应以勇气、自豪和冒险精神来迎接它。”萨顿表示。


作者:苏打

编辑:tuya

出品:财经涂鸦(ID:caijingtuya)

微信
扫描二维码
关注
证券之星微信
APP下载
相关股票:
好投资评级:
好价格评级:
证券之星估值分析提示有赞行业内竞争力的护城河较差,盈利能力较差,营收成长性较差,综合基本面各维度看,股价偏高。 更多>>
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。如该文标记为算法生成,算法公示请见 网信算备310104345710301240019号。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-