对宏大的终极问题抱有野心，对漫长求索的小贡献保持谦逊，“野心”和“谦逊”是71岁的强化学习奠基人之一、2024年图灵奖得主理查德·萨顿 （Richard S. Sutton）远跨重洋来到上海，送给100名来自全球顶尖高校青年学子的寄语关键词。
7 月 6 日，“2026 强化学习暑期学校”在上海创智学院正式开课。本次暑校由上海创智学院、上海交通大学人工智能学院与 开放思维研究所（Openmind Research Institute ）联合主办，特邀萨顿教授首次在中国系统完整讲授强化学习学术体系。100 名青年学子经过严格评审和综合遴选，将围绕人工智能前沿问题交流互鉴、拓展视野、激发创新。
“理解智能”，即理解心智是什么、心智如何运作，及如何复现其核心功能，这是萨顿毕生投入的事业。在开班仪式上，他告诉青年学者，这份事业极为宏大，需要一代又一代研究者持续投入。也正因其宏大，越要保持谦逊，做好属于自己的那一份微小贡献。他笑称，自己虽获图灵奖，但与在场每一位年轻人并无不同，每天和大家同样穿衣起床，多年前也曾像在场每一位一样摸索前行。在他看来，怀揣雄心壮志，做出真正的贡献，这份求索应当贯穿学术生涯始终。
开营仪式后，萨顿以 “直面终极目标，以经验为本” 为题带来首堂授课。他指出，随着单位算力成本持续下降，人工智能研究更应回到智能的基本原理，避免被具体应用和领域知识分散；强调强化学习应 “以经验为本”，由感知、反应式策略、价值函数与转移模型协同构成智能体的基本结构。研讨交流中，他还围绕 “奖励假设”、智能体架构与交叉学科研究等议题展开阐释。他认为，奖赏是智能体试图最大化的目标，智能体架构应在充分借鉴神经科学等自然系统启示的同时坚持“极简模型”。
在为期三周的暑期学校课程中，除萨顿教授的系统授课外，每周二、周四的助教导学、编程实践与实战项目将帮助学员在动手实践中深化对理论的理解，此外多场“办公室时间”将为学员提供与萨顿教授面对面请教、一对一深入探讨的机会。此外，前沿启智讲坛、海报演讲等学术交流活动也将在后续陆续展开，学员项目成果将集中展示，并邀请专家现场点评。
“与大师同行” 是创智学术生态中真实生动的组成，在开放、活跃的学术氛围中，思想的交流并不只发生在课堂与报告厅，创新的火花被看见、被追问、被激发，也发生在食堂、公共空间和一次次不期而遇的对话里。萨顿此次在沪开讲，不仅为国内强化学习领域的研究者提供了近距离接触国际顶尖学术思想的机会，也是上海创智学院始终坚持以学生为中心，以国际化视野和前沿高标准，积极引入世界级大师资源，助力打造面向中国年轻一代AI 大师课的内容之一。
原标题：《3周！强化学习大师面对面！图灵得主萨顿上海创智学院开讲》
热门跟贴