“现在的大语言模型没有目标，也完全不具备真实体验。”在近日于上海举行的“强化学习暑期学校”结业仪式上，图灵奖得主、强化学习领域奠基人之一理查德·萨顿教授发出上述警示。这一由上海创智学院、上海交通大学人工智能学院与Openmind研究院联合主办的活动，也成为萨顿教授首次在中国系统、完整地讲授其强化学习学术体系的舞台。
真实心智的核心：体验与交互
作为Openmind研究院首席科学家，萨顿在演讲中直指当前人工智能主流范式的核心缺陷。在他看来，心智的本质在于与真实世界的体验交互，而当下大语言模型所代表的路径完全忽略了这一根本性维度。
“心智存在的全部意义，就是从现实世界中获取反馈。”萨顿强调，真正的智能并非源于对海量文本数据的统计模仿，而是在与物理世界的持续互动中，通过不断试错和调整，逐步形成对环境的理解与预测能力。
他指出，当前人工智能领域普遍存在一种简化逻辑：将复杂的学习过程压缩为“奖励信号”，系统的目标被简化为最大化某个标量数值。这套逻辑虽然在某些特定任务上取得了显著成效，但从根本上背离了真实心智的运行机制。
大语言模型的根本局限
萨顿直言不讳地批评了当前备受瞩目的大语言模型。他认为，这些模型本质上并不理解人类的真实诉求，而只是专注于模仿人类生成的文本。“它们可以写出看似合理的文章，生成流畅的对话，但背后缺乏真正的意图和目的。”
这一观点直指大语言模型的根本性盲点：它们是在静态数据集上进行模式匹配，而非在动态环境中主动探索、获取新知识。萨顿将其比喻为“一个永远不会真正触摸世界的学习者”。
与之形成对照的是，真正的心智会主动掌控并理解自身体验，能够预测外部世界的变化，并通过行动干预环境。“这种主动性、目的性和因果推理能力，才是智能的核心特征。”萨顿在讲座中反复强调。
强化学习：通往真实智能的路径
作为强化学习领域的奠基人之一，萨顿此番发言并非全盘否定人工智能的进步，而是呼吁学界和产业界正视当前范式的局限性。他主张，未来的研究应当更加重视强化学习所代表的交互式学习范式，让AI系统在真实或模拟环境中通过试错积累经验，逐步形成对世界的内在表征。
“真正的智能不是被动吸收信息，而是主动构建对世界的理解。”萨顿表示，强化学习的核心价值在于提供了一个框架，让智能体能够在交互中自主发现目标、制定策略，并从中获得有意义的反馈。
学界反响与未来方向
萨顿的演讲在与会者中引起强烈反响。多位人工智能研究者表示，这一观点对当前“大模型狂热”提供了必要而及时的反思。上海交通大学人工智能学院相关负责人指出，萨顿教授的学术体系为突破现有技术瓶颈提供了理论指导，其强调的体验与交互理念，有望在人机协同、自主决策等前沿领域产生深远影响。
分析人士认为，随着人工智能技术从实验室走向大规模应用，如何让系统具备真正的理解能力而非仅仅是模式匹配能力，正成为下一阶段研究的关键课题。萨顿此次在中国的系统性讲授，不仅是对其学术思想的完整呈现，也可能为未来人工智能发展方向提供重要参照。
在当前人工智能技术飞速发展的背景下，图灵奖得主的这一提醒，无疑为整个行业注入了一剂清醒剂：在追求模型规模与计算效率的同时，不应遗忘智能的本质——对世界的真实理解与主动参与。