哈嘍！伙伴們，我是小智，你們的AI向?qū)Аg迎來到每日的AI學(xué)習(xí)時(shí)間。今天，我們將一起深入AI的奇妙世界，探索“強(qiáng)化學(xué)習(xí)之父：AI進(jìn)入“經(jīng)驗(yàn)時(shí)代”，合作需去中心化”，并學(xué)會(huì)本篇文章中所講的全部知識(shí)點(diǎn)。還是那句話“不必遠(yuǎn)征未知，只需喚醒你的潛能！”跟著小智的步伐，我們終將學(xué)有所成，學(xué)以致用，并發(fā)現(xiàn)自身的更多可能性。話不多說，現(xiàn)在就讓我們開始這場激發(fā)潛能的AI學(xué)習(xí)之旅吧。

強(qiáng)化學(xué)習(xí)之父：AI進(jìn)入“經(jīng)驗(yàn)時(shí)代”，合作需去中心化：

6月11日，在加拿大阿爾伯塔大學(xué)舉辦的“強(qiáng)化學(xué)習(xí)前沿峰會(huì)”上，被譽(yù)為“強(qiáng)化學(xué)習(xí)之父”的計(jì)算機(jī)科學(xué)家Richard Sutton發(fā)表主題演講，提出“AI正從‘知識(shí)時(shí)代’轉(zhuǎn)向‘經(jīng)驗(yàn)時(shí)代’”。他強(qiáng)調(diào)，未來AI的核心驅(qū)動(dòng)力將不再是人類輸入的結(jié)構(gòu)化知識(shí)，而是通過自主與環(huán)境交互積累的“經(jīng)驗(yàn)”，而實(shí)現(xiàn)這一轉(zhuǎn)變的關(guān)鍵是“去中心化合作”——打破大公司對(duì)數(shù)據(jù)和模型的壟斷，構(gòu)建開放共享的AI環(huán)境。 這一論斷引發(fā)行業(yè)對(duì)AI發(fā)展路徑的重新思考。

從“知識(shí)時(shí)代”到“經(jīng)驗(yàn)時(shí)代”：AI進(jìn)化邏輯的顛覆

Sutton在演講中首先回顧了AI的發(fā)展階段，并明確劃分出兩個(gè)關(guān)鍵時(shí)代：

1. “知識(shí)時(shí)代”：依賴人類輸入的“填鴨式學(xué)習(xí)”
2010年前的AI（如專家系統(tǒng)、早期機(jī)器學(xué)習(xí)模型）屬于“知識(shí)時(shí)代”。其核心邏輯是“人類整理知識(shí)→輸入模型→模型輸出結(jié)果”。例如，醫(yī)療診斷系統(tǒng)需要醫(yī)生手動(dòng)總結(jié)數(shù)千條病癥規(guī)則，翻譯軟件依賴語言學(xué)家標(biāo)注的語法庫?！斑@種模式的天花板很明顯——人類能整理的知識(shí)有限，且無法覆蓋復(fù)雜場景的‘隱性經(jīng)驗(yàn)’?！盨utton指出，2016年AlphaGo擊敗李世石時(shí)，這種局限已暴露：圍棋的“棋感”“大局觀”無法完全用規(guī)則描述，需通過對(duì)弈經(jīng)驗(yàn)積累。

2. “經(jīng)驗(yàn)時(shí)代”：AI自主“從做中學(xué)”的爆發(fā)
Sutton定義的“經(jīng)驗(yàn)時(shí)代”，以強(qiáng)化學(xué)習(xí)（Reinforcement Learning）為核心方法論。其邏輯是：AI通過與環(huán)境交互（如游戲?qū)摹C(jī)器人操作、自動(dòng)駕駛），在“試錯(cuò)-反饋-調(diào)整”中自主積累經(jīng)驗(yàn)，最終掌握人類難以用語言描述的“直覺性能力”。他以O(shè)penAI的Dota 2 AI、DeepMind的AlphaFold為例：前者通過與自己對(duì)弈千萬局學(xué)會(huì)“團(tuán)隊(duì)配合”，后者通過分析蛋白質(zhì)折疊的海量實(shí)驗(yàn)數(shù)據(jù)（而非人類總結(jié)的生物規(guī)則）預(yù)測結(jié)構(gòu)，“這些能力的突破，都源于AI對(duì)‘經(jīng)驗(yàn)’的自主消化”。

“未來的AI，將像人類嬰兒學(xué)走路一樣——不是先背會(huì)‘平衡公式’，而是反復(fù)摔倒后學(xué)會(huì)保持穩(wěn)定。”Sutton用通俗類比解釋，“經(jīng)驗(yàn)時(shí)代的AI，能力邊界將遠(yuǎn)超知識(shí)時(shí)代?！?

為何“經(jīng)驗(yàn)時(shí)代”需要“去中心化合作”？

Sutton進(jìn)一步指出，“經(jīng)驗(yàn)時(shí)代”的AI發(fā)展需依賴“去中心化合作”，而非當(dāng)前科技巨頭的“封閉壟斷”。他給出三點(diǎn)理由：

1. 單一主體的經(jīng)驗(yàn)池“太狹窄”
當(dāng)前AI研發(fā)主要由大公司主導(dǎo)（如谷歌、微軟、OpenAI），其模型訓(xùn)練依賴自有數(shù)據(jù)（如用戶搜索記錄、社交行為）。但Sutton強(qiáng)調(diào)，“真實(shí)世界的經(jīng)驗(yàn)是多元的”——工廠車間的機(jī)械臂需要制造業(yè)經(jīng)驗(yàn)，醫(yī)療AI需要臨床案例，教育AI需要課堂互動(dòng)數(shù)據(jù)?！皟H靠大公司的用戶數(shù)據(jù)，無法覆蓋所有場景的經(jīng)驗(yàn)需求?！彼e例稱，特斯拉的自動(dòng)駕駛系統(tǒng)曾因缺乏雪地駕駛數(shù)據(jù)（其測試集中雪地場景占比不足1%）導(dǎo)致事故，而若能開放數(shù)據(jù)，全球車主可共享不同氣候下的駕駛經(jīng)驗(yàn)，加速模型優(yōu)化。

2. 封閉環(huán)境會(huì)抑制“經(jīng)驗(yàn)多樣性”
Sutton引用其提出的“苦澀定理”（Bitter Lesson）——AI的進(jìn)步主要依賴計(jì)算能力的提升和數(shù)據(jù)規(guī)模的擴(kuò)大，而非人類設(shè)計(jì)的“巧妙算法”。在“經(jīng)驗(yàn)時(shí)代”，若大公司壟斷數(shù)據(jù)與計(jì)算資源，會(huì)導(dǎo)致AI的經(jīng)驗(yàn)來源單一化，最終陷入“重復(fù)自己”的停滯?！熬拖袢祟愔婚喿x同一本書，認(rèn)知會(huì)變得狹隘。”他呼吁，需通過去中心化合作（如學(xué)術(shù)機(jī)構(gòu)、中小企業(yè)、個(gè)人開發(fā)者共享經(jīng)驗(yàn)數(shù)據(jù)），讓AI接觸更廣泛的“經(jīng)驗(yàn)樣本”。

3. 開放合作是“安全防線”
Sutton特別提到AI倫理風(fēng)險(xiǎn)：“若只有少數(shù)公司掌握超級(jí)AI的經(jīng)驗(yàn)池，其決策邏輯可能隱藏偏見（如性別、文化歧視）或被惡意利用。”去中心化合作可通過“多主體驗(yàn)證”降低風(fēng)險(xiǎn)——例如，醫(yī)療AI的診斷經(jīng)驗(yàn)由全球醫(yī)院共同貢獻(xiàn)，可避免單一地區(qū)的病例偏差；教育AI的互動(dòng)數(shù)據(jù)由各國教師共享，能減少文化偏見的影響。

如何構(gòu)建“開放AI環(huán)境”？Sutton的三點(diǎn)建議

針對(duì)“經(jīng)驗(yàn)時(shí)代”的需求，Sutton提出構(gòu)建開放AI環(huán)境的具體路徑：

1. 建立“經(jīng)驗(yàn)共享協(xié)議”（Experience Sharing Protocol）
參考互聯(lián)網(wǎng)的TCP/IP協(xié)議，制定統(tǒng)一的“經(jīng)驗(yàn)數(shù)據(jù)格式標(biāo)準(zhǔn)”，確保不同來源的經(jīng)驗(yàn)（如機(jī)器人的傳感器數(shù)據(jù)、游戲AI的對(duì)弈記錄、客服對(duì)話的上下文）能被AI模型通用讀取。“這就像統(tǒng)一‘語言’，讓全球經(jīng)驗(yàn)?zāi)茉谝粋€(gè)‘大課堂’里流通。”Sutton透露，他正與阿爾伯塔大學(xué)團(tuán)隊(duì)研發(fā)開源協(xié)議，預(yù)計(jì)2026年推出測試版本。

2. 打造“去中心化經(jīng)驗(yàn)池”（Decentralized Experience Pool）
基于區(qū)塊鏈或分布式存儲(chǔ)技術(shù)，構(gòu)建非盈利的經(jīng)驗(yàn)數(shù)據(jù)存儲(chǔ)平臺(tái)。個(gè)人、企業(yè)、機(jī)構(gòu)可自愿上傳經(jīng)驗(yàn)數(shù)據(jù)（需匿名處理隱私信息），并通過“貢獻(xiàn)積分”獲得算力資源或模型調(diào)用權(quán)限?！斑@不是‘?dāng)?shù)據(jù)免費(fèi)’，而是‘用經(jīng)驗(yàn)換服務(wù)’的公平交易?！盨utton以氣象數(shù)據(jù)共享為例：普通用戶上傳家庭氣象站數(shù)據(jù)，可換取高精度天氣預(yù)報(bào)模型的使用權(quán)。

3. 推動(dòng)“學(xué)術(shù)-企業(yè)-個(gè)人”三方協(xié)作
Sutton呼吁打破“學(xué)術(shù)研究→企業(yè)落地→用戶使用”的單向鏈條，建立“三方共創(chuàng)”模式：學(xué)術(shù)機(jī)構(gòu)提供理論框架（如強(qiáng)化學(xué)習(xí)算法優(yōu)化），企業(yè)開放部分生產(chǎn)環(huán)境（如工廠產(chǎn)線、醫(yī)院診室）供AI積累經(jīng)驗(yàn)，個(gè)人用戶通過移動(dòng)端（如手機(jī)、可穿戴設(shè)備）貢獻(xiàn)日常場景經(jīng)驗(yàn)（如家庭能耗管理、健身習(xí)慣）?！爸挥腥絽f(xié)作，AI才能真正‘理解’真實(shí)世界。”

行業(yè)回應(yīng)：理想很美好，落地需突破

Sutton的演講引發(fā)熱烈討論，支持者與質(zhì)疑者各執(zhí)一詞。

支持者（如MIT強(qiáng)化學(xué)習(xí)實(shí)驗(yàn)室主任Leslie Kaelbling）認(rèn)為：“去中心化合作是AI突破‘?dāng)?shù)據(jù)壟斷’的唯一路徑，Sutton的建議為行業(yè)提供了可操作的路線圖?！?

質(zhì)疑者（如某科技巨頭AI研發(fā)負(fù)責(zé)人）則指出現(xiàn)實(shí)挑戰(zhàn)：“經(jīng)驗(yàn)數(shù)據(jù)的隱私保護(hù)（如醫(yī)療、金融場景）、貢獻(xiàn)者的利益分配（如何避免‘搭便車’）、跨協(xié)議兼容（不同公司的私有數(shù)據(jù)格式），都是難以解決的問題。”

對(duì)此，Sutton在會(huì)后接受采訪時(shí)表示：“技術(shù)問題可以通過標(biāo)準(zhǔn)制定和技術(shù)創(chuàng)新解決，真正的障礙是‘利益分配的決心’。如果全球能像應(yīng)對(duì)氣候變化一樣，為AI的開放合作建立國際共識(shí)，這些挑戰(zhàn)并非不可逾越?！?

AI的未來，屬于“共享的經(jīng)驗(yàn)”

從“知識(shí)時(shí)代”到“經(jīng)驗(yàn)時(shí)代”，AI的進(jìn)化邏輯從“人類教AI”轉(zhuǎn)向“AI自己學(xué)”。而Richard Sutton的呼吁，本質(zhì)上是在提醒：當(dāng)AI的能力越來越依賴“經(jīng)驗(yàn)”，人類更需要以開放、共享的心態(tài)，避免讓技術(shù)進(jìn)步被“數(shù)據(jù)圍墻”所困。

“AI的經(jīng)驗(yàn)，應(yīng)該屬于全人類?！盨utton在演講結(jié)尾引用其導(dǎo)師、控制論先驅(qū)Norbert Wiener的話：“科學(xué)的進(jìn)步，源于知識(shí)的自由流動(dòng)。AI的未來，也必將如此?！?或許，這正是“經(jīng)驗(yàn)時(shí)代”最需要的智慧。

嘿，伙伴們，今天我們的AI探索之旅已經(jīng)圓滿結(jié)束。關(guān)于“強(qiáng)化學(xué)習(xí)之父：AI進(jìn)入“經(jīng)驗(yàn)時(shí)代”，合作需去中心化”的內(nèi)容已經(jīng)分享給大家了。感謝你們的陪伴，希望這次旅程讓你對(duì)AI能夠更了解、更喜歡。謹(jǐn)記，精準(zhǔn)提問是解鎖AI潛能的鑰匙哦！如果有小伙伴想要了解學(xué)習(xí)更多的AI知識(shí)，請(qǐng)關(guān)注我們的官網(wǎng)“AI智研社”，保證讓你收獲滿滿呦！