作者：Moonshot

1947 年，艾伦·图灵在一次演讲中提到「我们想要的是一台能够从经验中学习的机器」。

78 年后，以图灵命名，有着「计算机界诺贝尔奖」之名的图灵奖，颁给了两位毕生致力于解决图灵这一问题的科学家。

安德鲁·巴托（Andrew Barto）与理查德·萨顿（Richard Sutton）共获 2024 年度图灵奖，二人是相差九岁的师徒，是 AlphaGo 和 ChatGPT 技术上的奠基人，亦是机器学习领域的技术先驱。

图灵奖获奖者安德鲁·巴托（Andrew Barto）与理查德·萨顿（Richard Sutton）

图片来源：图灵奖官网

谷歌首席科学家 Jeff Dean 在颁奖词里写道「由巴托和萨顿开创的强化学习技术，直接回答了图灵的问题。他们的工作是过去几十年 AI 进步的关键。他们开发的工具仍是 AI 繁荣的核心支柱……谷歌很荣幸赞助 ACM A.M.图灵奖。」

图灵奖 100 万美元奖金的唯一赞助方即是谷歌。

而在获奖后，站在聚光灯下的两位科学家却剑指 AI 大公司，他们对媒体发出「获奖感言」：现在的 AI 公司在「受到商业激励」而非专注于技术研究，在社会上「架起一座未经测试的桥梁，让人们过桥来测试。」

无独有偶，图灵奖上一次颁发给人工智能领域的科学家，是在 2018 届，约书亚·本希奥、杰弗里·辛顿、杨立昆三位因在深度学习领域的贡献而获奖。

2018 年图灵奖获得者们

图片来源：eurekalert

其中，约书亚·本希奥和杰弗里·辛顿（亦是 2024 年诺贝尔物理学奖获奖者）两位「人工智能教父」在最近两年的 AI 浪潮里，也频繁呼吁全球社会和科学界警惕大公司对人工智能的滥用。

杰弗里·辛顿更是直接从谷歌辞了职，以便「畅所欲言」，这次获奖的桑顿，在 2017 - 2023 年也曾任 DeepMind 的研究科学家。

当计算机界的最高荣誉一次次被授予给 AI 核心技术的奠基者们时，一个耐人寻味的现象逐渐浮现：

为何这些站上巅峰的科学家，总会在聚光灯下转身敲响 AI 的警钟？

人工智能的「造桥者」

如果说艾伦·图灵是人工智能的引路人，那安德鲁·巴托和理查德·萨顿就是这条道路上的「造桥者」。

在人工智能飞驰之时，在被授予礼赞之后，他们在重新审视自己搭建的桥梁，能否承载人类安全通行？

#p#分页标题#e#

或许答案正藏在他们跨越半个世纪的学术生涯中——唯有回溯他们如何构建了「机器的学习」，才能理解他们为何警惕「技术的失控」。

图片来源：卡耐基梅隆大学

1950 年，艾伦·图灵在其著名论文《计算机器与智能》中，开篇就提出一个哲学和技术问题：

「机器能思考吗？」

由此，图灵设计出了「模仿游戏」即后世广为人知的「图灵测试」。

同时图灵提出，机器智能可以通过学习获得，而不是仅依赖事先编程。他设想了「儿童机器（Child Machine）」的概念，即通过训练和经验，让机器像孩子一样逐步学习。

人工智能的核心目标是构建出能感知、并采取更好行动的智能体，而衡量智能的标准，即智能体有判断「某些行动比其他行动更好」的能力。

机器学习的目的就在于此，给予机器行动后相应的反馈，并且能让机器自主地在反馈经验中学习。换言之，图灵构思出基于奖励和惩罚的机器学习方法与巴普洛夫训狗无异。

我在游戏里越玩越败越强，也是一种「强化学习」

图片来源：zequance.ai

由图灵引出的机器学习之路，在三十年后，才由一对师徒建出了桥——强化学习（Reinforcement Learning，RL）。

1977 年，安德鲁·巴托受到心理学和神经科学的启发，开始探索一种人类智能的新理论：神经元就像「享乐主义者」，人类大脑内数十亿个神经元细胞，每个都