2025年，理查德·薩頓（Richard Sutton）站上了圖靈獎(jiǎng)的領(lǐng)獎(jiǎng)臺(tái)。

這項(xiàng)計(jì)算機(jī)科學(xué)領(lǐng)域的最高榮譽(yù)，旨在表彰他和安迪·巴托（Andrew Barto）在強(qiáng)化學(xué)習(xí)領(lǐng)域的開創(chuàng)性貢獻(xiàn)。

自20世紀(jì)80年代起，薩頓與巴托便在一系列論文中，構(gòu)建了強(qiáng)化學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)與核心算法。

最近，薩頓在社交媒體上，分享了他在頒獎(jiǎng)典禮上的獲獎(jiǎng)感言。他說，所謂強(qiáng)化學(xué)習(xí)，是指一臺(tái)機(jī)器可以從自身的經(jīng)驗(yàn)中學(xué)習(xí)，通過不斷的試錯(cuò)，最終找到完成任務(wù)的方法。

而且，整個(gè)學(xué)習(xí)過程，沒有任何人會(huì)直接告訴它應(yīng)該怎么做。他還提到，這個(gè)充滿遠(yuǎn)見的構(gòu)想，并非誕生于我們這個(gè)時(shí)代。早在1947年，艾倫·圖靈（Alan Turing）就首次提出了這一概念的雛形。

能夠因?yàn)閺?fù)興這項(xiàng)至關(guān)重要，卻仍處于萌芽階段的思想而獲獎(jiǎng)，薩頓感到榮幸且謙卑。

薩頓還提到了三個(gè)深刻影響他學(xué)術(shù)生涯的人。分別是安迪·巴托、奧利弗·塞爾弗里奇、以及瑪莎·斯蒂恩斯特魯普。前兩位是他的導(dǎo)師，而最后一位是他的妻子。

他說，導(dǎo)師教給了他知識(shí)、治學(xué)態(tài)度、治學(xué)之道：“大道至簡(jiǎn)，或許是所有抱負(fù)中最為宏偉的一種?！?/strong>

而妻子則讓他時(shí)刻保持清醒與腳踏實(shí)地。

以下是演講全文，DeepSeek翻譯、整理如下：

各位女士，各位先生，晚上好。

強(qiáng)化學(xué)習(xí)的核心思想是，機(jī)器可以無(wú)需人為指令，僅憑自身的經(jīng)驗(yàn)，通過不斷地試錯(cuò)，自主地探索出解決問題的方法。據(jù)我所知，在1947年最早提出這一構(gòu)想的，正是艾倫·圖靈先生。因此，能夠?yàn)閺?fù)興這一至關(guān)重要但仍處于萌芽階段的思想而榮獲以他命名的獎(jiǎng)項(xiàng)，讓我倍感榮幸，也誠(chéng)惶誠(chéng)恐。

在此，我尤其想感謝三個(gè)人。

首先是安迪·巴托（Andy Barto）。作為我的博士生導(dǎo)師，他塑造了我整個(gè)治學(xué)之道，特別是讓我深刻體會(huì)到嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)精神、精湛的鉆研技巧以及尊重前人廣博研究的重要性。

其次，我要感謝我的另一位重要導(dǎo)師：奧利弗·塞爾弗里奇（Oliver Selfridge），可惜他已經(jīng)與世長(zhǎng)辭。奧利弗教導(dǎo)我，“大道至簡(jiǎn)”或許是所有抱負(fù)中最為宏偉的一種。

第三位，我要感謝瑪莎·斯滕斯特魯普（Martha Steenstrup），她是我的人生伴侶，也是我思想上的切磋諍友。是她讓我時(shí)刻保持清醒與腳踏實(shí)地。

最后，我還要感謝阿爾伯塔大學(xué)。在過去的22年里，這里為我個(gè)人以及強(qiáng)化學(xué)習(xí)的研究提供了最理想的環(huán)境。

這三位恩師益友以及我的大學(xué)，在我心中強(qiáng)化了這樣一種信念：既要追求能夠產(chǎn)生深遠(yuǎn)影響的創(chuàng)想，又不能因此而沾沾自喜。他們教導(dǎo)我，對(duì)卓越思想的求索之路固然嚴(yán)肅，但最好的方式是懷著一顆赤子之心，以謙遜、友善和樂觀的態(tài)度去探索。對(duì)此，我永懷感激。

我也想感謝在座的各位，感謝你們今晚共聚一堂，一同頌揚(yáng)我們對(duì)卓越智慧的追求。

非常感謝。

注：圖源Sutton的社交媒體

作者長(zhǎng)期關(guān)注 AI 產(chǎn)業(yè)與學(xué)術(shù)，歡迎對(duì)這些方向感興趣的朋友添加微信Q1yezi，共同交流行業(yè)動(dòng)態(tài)與技術(shù)趨勢(shì)！

GPU 訓(xùn)練特惠！

H100/H200 GPU算力按秒計(jì)費(fèi)，平均節(jié)省開支30%以上！

掃碼了解詳情?

點(diǎn)「贊」的人都變好看了哦！