这是 Richard Sutton 对人工智能生长偏向的最新叙述。。。。。他明确指出：AI 的未来，，，不应再局限于模拟人类的知识输出，，，而应迈向一个真正能自主学习、自动探索、通过第一手履历生长的新时代。。。。。 在大会上，，，Richard Sutton 给出了他的判断：AI 正在从“人类数据时代”进入“履历时代”，，，一个智能体应该自动加入天下，，，感知、行动、试错并积累自己的履历。。。。。他体现：AlphaGo 之以是能下出“第37手”—神之一手，，，就是由于它通过自我对弈，，，形成了人类未曾教授的明确。。。。。 第二句来自盘算机科学涤讪人艾伦·图灵（Alan Turing）。。。。。1947 年时间他说：“我们需要一台能够从履历中学习的机械。。。。。”其时，，，人工智能还基础不是一个正式的研究领域。。。。。 图灵的这句话意义重大，，，他强调机械应该像人类一样，，，从第一人称视角中积累履历并举行学习。。。。。这恰恰是今天所讨论的焦点：AI 正在从“模拟人类”走向“履历天下”。。。。。 目今，，，AI 的生长依赖的是所谓的“人类数据”。。。。。也就是说，，，险些所有的 AI 系统都是通过海量的人类天生文本和图像数据训练的。。。。。这些数据大多泉源于互联网，，，随后再由专家举行微调，，，最后获得模子。。。。。 但这种要领已经逐渐迫近其性能上限。。。。。高质量的人类数据资源已经险些被用到极限，，，而真正爆发新知识的能力，，，是无法通过简朴模拟人类实现的。。。。。 若是我们希望 AI 拥有真正的创立力和顺应能力，，，它必需进入一个全新的阶段，，，也就是“履历时代”。。。。。在这个阶段，，，AI 不再依赖牢靠的数据集，，，而是通过自身与外部天下的交互，，，从中获取履历并一直进化。。。。。 这里提到的履历，，，指的是来自 AI 自身感受器的输入，，，以及通过效应器与天下互动所获得的反响。。。。。这是人类和动物学习的基础方法，，，也是智能生长的基础路径。。。。。 例如，，，在人类婴儿的学习历程中，，，婴儿通过和周围天下的互动逐渐熟悉这个天下。。。。。他会接触差别的玩具，，，然后探索它们能做什么。。。。。注重，，，婴儿在自动选择自己的学习内容，，，直到学到足够的信息，，，才转而学习下一个内容。。。。。 随着婴儿认知的生长，，，从每个工具中能够学到的内容也会随之转变。。。。。婴儿的行为方法变了，，，“履历结构”也随之改变。。。。。也就是说，，，行为塑造了履历，，，决议了婴儿要获取的数据。。。。。这种自动性至关主要。。。。。 再好比人或动物在运动、游戏、学习中一直获得履历。。。。。足球运发动的眼睛、耳朵和身体的种种感官同时吸收着高速转变的信息。。。。。显然，，，信息量重大，，，运发动无法关注一切，，，必需迅速做出决议，，，从而实现目的。。。。。 这正是履历的实质。。。。。对运发动、动物来说，，，履历就是一种高带宽的信息处置惩罚历程：在高速感知和快速反应中生涯和生长。。。。。没有哲学意义上的“意识体验”那么重大，，，履历在智能体和天下之间一直流动，，，输入感知、输出行为。。。。。 虽然，，，履历的数据源是动态的，，，它取决于智能体自身的能力。。。。。当两个智能体博弈时，，，它们会变得更强盛，，，相互天生的数据也就越重大、越有价值。。。。。 AlphaGo 的“第 37 手”之以是成为经典，，，就是由于它通过大宗自我对弈获得了履历。。。。。这种履历是通过模拟无数走法、评估效果所获得的。。。。。由于围棋有规则，，，以是可以构建这样的“履历天下”。。。。。 AlphaProof 也类似。。。。。这个数学证实系统，，，在国际数学奥赛中取得了优异效果。。。。。数学和围棋一样，，，也允许展望操作的效果，，，并举行久远推理，，，因此它也可以通过模拟积累履历。。。。。 最后我们来总结一下“履历型头脑方法”：智能体通过与天下的信号交流形成履历，，，并基于履历学习。。。。。智能体对天下的所有认知，，，着实都建设在履历之上。。。。。哪怕直接给它一些知识，，，它明确这些知识的方法，，，最终也要回归到履历的诠释框架中。。。。。事实，，，知识也是围绕履历建设的。。。。。 一个智能体的智能水平，，，取决于它能否明确和控制其内部信号，，，特殊是它的奖励向量（reward vector）和控制机制。。。。。这就是AI应该关注的焦点：智能的实质是履历，，，履历是一切智能的焦点和基础。。。。。 第一阶段是模拟时代，，，AlphaGo、Atari等系统是这个时代的代表 ，，，这些系统从模拟情形中学习履历。。。。。AlphaGo、AlphaZero 的乐成，，，也向天下展示了履历驱动智能的重大潜力。。。。。 而现在，，，我们正处在人类数据时代的尾声，，，即将进入第三阶段：真正的履历时代。。。。。AI 将通过与现实天下的交互来获取数据，，，不再只依赖人类提供的静态信息。。。。。？？梢源 AlphaProof 这样的系统窥见这种转变的苗头：当基于大语言模子构建的智能体最先拥有挪用 API、与现实天下举行交互的能力时，，，“行为式智能”已在悄然萌芽。。。。。 在我看来，，，人工智能的未来充满希望。。。。。超等智能体和增强型超等智强人的泛起，，，将为天下带来起劲的正面影响。。。。。这一历程可能需要数十年，，，并将在之后的几十年一连演进，，，这是一场漫长的马拉松。。。。。 现在，，，我们正迈入一个以强化学习为焦点的“履历时代”。。。。。然而，，，要真正释放这一时代的所有潜能，，，还需要越发先进的深度学习算法，，，这些算法必需具备一连学习和元学习的能力。。。。。 从强化学习的角度来看，，，谜底自然是“不”，，，每个智能体都有自己的目的，，，它们的“奖励信号”是各不相同的。。。。。每个智能体都试图最大化自己的回报。。。。。 AI 云云，，，真实天下亦是云云。。。。。差别的智能体有差别的目的，，，这是自然纪律。。。。。例如，，，所有动物都关注食物、生涯，，，但一个动物的“食物”对另一个动物来说可能毫无价值，，，甚至可能是威胁。。。。。它们的目的显然并不相同。。。。。在人类社会中，，，我们都体贴家庭、康健和清静，，，但这些目的也是个性化的。。。。。 再思索一下经济是怎样运作的。。。。。之以是目今的经济系统运行得还不错，，，恰恰是由于人们拥有差别的目的和差别的能力。。。。。这些差别自己并不料味着冲突，，，反而是相助的基础。。。。。国家的运作也不依赖于所有人有相同的目的，，，而是依赖于人们各自追求自己的目的，，，并在历程中相互作用、协调相助。。。。。 为了进一步讨论这个问题，，，先界说以下术语：去中心化（decentralization）：每个智能体都追求自己自力的目的；；；；；；；中心化（centralization）：所有智能体都被约束在统一个目的之下，，，好比蜂群就是一个高度中心化的系统，，，所有个体效劳于蜂群的整体目的。。。。。 而我们今天谈论的，，，是更类似人类社会的去中心化系统：每个个体拥有自己的目的和意愿。。。。。再来看“相助”的界说：相助是指差别目的的智能体通过互动实现相互部分的目的。。。。。 例如，，，在经济活动中，，，生意就是一种典范的相助关系。。。。。？？梢运担喝ブ行幕 + 相助，，，是人类的“超等能力”。。。。。人类比其他动物更善于相助，，，其相助能力来自语言和钱币，，，这两样工具在人类中是唯一无二的。。。。。然而，，，人类最大的失败，，，着实往往源于相助的失败，，，好比战争、偷窃、糜烂。。。。。 因此，，，需要提出的“去中心化相助”的视角，，，这种差别于古板制度设计的替换性计划，，，比中心化架构更优雅、越发鲁棒、可一连且更无邪。。。。。 去中心化相助更能抵御作弊者、边沿分子和异类的滋扰。。。。。正如前所述，，，人类的相助能力远超其他动物，，，但必需认可，，，我们在相助方面体现很糟糕。。。。。战争、偷窃、糜烂、诈骗等征象在提醒我们，，，相助不但是一种能力，，，更是一项需要一连优化的挑战。。。。。 相助历来不是自动爆发的，，，它至少需要两个值得信任的智能体。。。。。而总会有一些不值得信任的人保存，，，例如：骗子、盗贼、武器制造商、专制者，，，这些人也正由于“不相助”而获益。。。。。 相助需要制度来支持，，，处分作弊者、制裁诓骗者、制衡掠夺者。。。。。这也意味着，，，中心化的权力机构可以在相助的早期阶段提供资助，，，好比通过执法、羁系和裁决机制来包管公正。。。。。与此同时，，，这些中心化结构也可能在恒久中损害相助，，，由于一旦它们变得专制、僵化，，，制度自己就会演化成阻碍。。。。。 例如，，，有许多人主张“控制 AI”，，，限制它的目的设定能力，，，甚至呼吁暂停 AI 研究、减缓其生长速率，，，要求对 AI 手艺设限、披露义务、能力管控……这正是中心化控制逻辑的典范体现。。。。。 控制 AI 的呼声，，，与控制人的呼声，，，在逻辑结构上是惊人地相似的。。。。。归根结底，，，这是关于“社会应该怎样组织”的问题。。。。。但问题是，，，我们要接受个体目的的多样性，，，建设去中心化、相助性的秩序？？？照旧转向以清静与恐惧为名的周全控制？？？ 所有中心化控制的呼声，，，都建设在“恐惧”之上，，，即“我们与他们”之间的头脑对立，，，在这种对立中，，，另一方总是被妖魔化，，，被形貌为不可被信任的工具。。。。。现实是重大的，，，每个社会中都有值得信任的人，，，也都有不可被信任的人。。。。。我们不可以偏概全，，，用对少数人的恐惧来抹杀对大都人潜在相助能力的信任。。。。。 AI 的未来也是云云，，，它的真正潜力在于去中心化相助。。。。。人类最伟大的实力，，，不是手艺，，，而是相助。。。。。相助并不总是可能的，，，但它是一切优美事物的源泉。。。。。我们应该去明确相助、支持相助、制度化相助。。。。。