本次大会于2026 年 7 月 17 日至 20 日在上海举行，首次创办了高水平国际学术会议"WAIC Academic"。萨顿担任该学术会议的国际联席主席，与大会主席姚期智共同推动全球 AI 学术前沿研讨 。他在会上强调，只有摆脱对静态人类数据的依赖，AI 才能突破现有极限，成为宇宙发展中不可避免的下一步重大进展 。
萨顿的核心观点：当前 AI 被高估
萨顿在大会及相关演讲中指出，当前人工智能的进步在很大程度上被夸大，主要基于以下逻辑：
本质是模式识别：他认为大语言模型（LLM）本质上仍是模式识别与计算能力的体现，依赖于巨量数据和算力，而非真正的智能。
知识搬运而非发现：现有 AI 系统主要在“搬运人类知识”，即学习人类已有的数据（如互联网文本、图片），缺乏自主发现新知识的能力。一旦模型训练完成，其知识便处于“冻结”状态，无法通过互动持续进化。
弱心智特征：当前的 AI 虽然知识量大，但不可靠、无明确目标、不会自主学习，属于“弱心智”阶段。
未来 AI 的方向：从经验中学习
萨顿提出，人工智能必须从“人类数据时代”迈向"经验时代"，这才是真正的智能进化路径：
动态数据源：未来的 AI 应像人类和动物一样，通过与环境互动（动作、观测、奖励信号）生成动态数据，实现持续学习。
自主探索与试错：智能体需具备自主行动、探索和试错的能力，从而创造真正全新的知识，而非仅总结已有信息。
统一心智科学：他呼吁建立一门统一的“心智科学”，将强化学习作为核心，因为它最接近生物的真实学习机制（从经验中学习、适应环境变化）。
返回首页