markdown 2025年9月11日，备受瞩目的Inclusion·外滩大会在上海世博园区盛大开幕。本次大会吸引了全球人工智能领域的顶尖专家和行业领袖，共同探讨人工智能的未来发展趋势。其中，2024年图灵奖得主、“强化学习之父”

　　萨顿在演讲中指出，当前人工智能发展所依赖的人类数据红利正逐渐逼近极限。这意味着，单纯依靠收集和标注海量人类数据来训练模型，其效能提升空间正在减小。他认为，人工智能正在进入一个以持续学习为核心的“经验时代”。在这个时代，新的数据来源将不再局限于人类标注的数据，而是更多地来源于智能体与世界的直接交互。智能体在与环境的互动中不断学习、积累九游娱乐 九游娱乐官方经验，从而实现能力的提升。这种模式的潜力，远超以往基于静态数据集的训练方式。

　　要充分释放“经验时代”的潜力，萨顿强调，需要重点关注两项关键技术：持续学习（continual learning）和元学习（meta-learning）。

　　持续学习旨在让智能体能够像人类一样，在不断接收新信息的同时，保留并巩固已有的知识。这对于应对真实世界中动态变化的环境至关重要。当前，许多深度学习模型在面对新任务时，往往需要重新训练，这不九游娱乐 九游娱乐官方仅耗时耗力，也容易导致“灾难性遗忘”，即遗忘之前学到的知识。持续学习的目标，就是解决这一难题，让模型能够持续地从环境中学习，不断提升自身能力。

　　元学习则侧重于“学会学习”，即让智能体具备快速适应新任务的能力。通过元学习，智能体能够从少量样本中快速学习，并举一反三，从而在各种不同的应用场景中发挥作用。这对于加速人工智能的落地和应用，具有重要意义。

　　萨顿的观点，预示着人工智能发展方向的重大转变。从依赖海量数据到强调智能体与环境的交互，这不仅是技术上的革新，也将对整个产业产生深远影响。未来，人工智能的发展将更加注重智能体的自主学习能力，以及在复杂环境中的适应能力。这对于机器人、自动驾驶、游戏AI等领域，都将带来颠覆性的变革。

　　萨顿的演讲，也引发了我们对人工智能发展更深层次的思考。在“经验时代”，数据、算力、算法三者之间的关系，将发生微妙的变化。虽然数据的重要性依然存在，但其来源和价值，将不再仅仅局限于人类标注的数据。算力作为支撑智能体与环境交互的基础，其重要性将持续提升。而算法方面，持续学习和元学习等技术的突破，将成为关键。如何平衡这三者之间的关系，将是未来人工智能领域需要重点关注的问题。