突破智能邊界：Sutton揭示持續學習的重要性，深度學習只是曇花一現

原標題：強化學習之父Sutton最新萬字采訪：炮轟深度學習只是瞬時學習，持續學習才是智能突破的關鍵
文章來源：人工智能學家
內容字數：26652字

Rich Sutton教授對人工智能研究的見解

在最近的播客中，加拿大阿爾伯塔大學的機器智能研究所與強化學習專家Rich Sutton教授進行了深入交流，探討了人工智能（AI）研究的未來方向和當前的挑戰。Sutton教授強調，AI研究需要重新聚焦于“持續學習”的能力，而非僅僅追求在特定數據集上的性能表現。

1. 持續學習的重要性

Sutton教授指出，現有的深度學習技術過于關注“瞬時學習”，即在訓練完成后將模型固定，缺乏適應變化環境的能力。他認為，持續學習能夠讓AI系統在實際應用中不斷學習和調整，而不是僅僅停留在訓練階段。

2. 反向傳播與學習目標的重新思考

盡管反向傳播算法在非線性映射方面取得了成功，Sutton認為這犧牲了系統的持續學習能力。他呼吁研究者重新思考學習的目標，關注如何實現持續的非線性學習，強調簡單、通用的方法比復雜的領域特定方法更具優勢。

3. 獎勵假說與智能的本質

Sutton教授提出“獎勵假說”，認為所有目標追求都可以理解為最大化一個外部接收到的標量信號。他認為，復雜的高層次目標（如獲得博士學位、建立家庭等）都是為了優化這個基礎目標。這種觀點可能會讓人感到不適，但他認為這恰恰表明我們正在接近理解智能的本質。

4. 研究方法的建議

Sutton教授建議研究者保持日常的寫作習慣，記錄并發展自己的想法，同時對流行趨勢保持中立，專注于真正重要且有潛力的問題。他倡導選擇未被解決的問題進行研究，而不是追逐已經成功的領域。

5. 未來的展望

教授預測，未來幾十年內我們將逐漸理解智能的本質，這將深刻改變人類對自身的理解，并帶來技術和社會的深遠影響。他相信，理解智能的過程將帶來重大的科技變革，促進教育和社會發展的變革。

總之，Rich Sutton教授在此次訪談中提供了深刻的見解，強調了持續學習的重要性和對AI領域未來發展的期待。他的觀點不僅為AI研究者提供了新的方向，也為理解人類智能的本質提供了重要的啟示。

聯系作者

文章來源：人工智能學家
作者微信：
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構