7月17日上午，在上海举行的2026人工智能大会主论坛上，2024年图灵奖得主、“强化学习之父”阿尔伯塔大学计算机科学教授理查德·萨顿在主题演讲中表示，“AI现在终于转向从经验来进行学习，而不是从人类的数据进行学习，这样它会变得更加强大，因为它可以持续学习新的东西。”

理查德·萨顿认为，当前行业普遍混淆算力规模与原生智能。“当下大模型、多模态生成仅完成人类历史数据的模式拟合，仅能复刻既有知识，不具备自主发现新知的能力，事实偏差、逻辑缺陷等问题难以根除。市场对AI存在过度炒作与过度恐慌两种极端视角，全球行业应当坚持多边合作、互利共赢。”

同时，综合心理学、图灵原始理论、工程实践多重定义，他提出“智能的核心是依靠动态行为适配环境、完成目标的自适应能力，强化学习是贯通人类、生物、机器智能的核心方法论。”

理查德·萨顿认为，静态标注数据模式已触达天花板，经验驱动是下一代AI核心路线。人工标注资源存量持续衰减，无法支撑模型长期迭代；而智能体依托自身与环境交互产生观测、动作、奖励信号自主学习，数据随自身能力同步扩张，AlphaGo、奥数推理系统AlphaProof均印证该路径可行性。“现有大模型缺少目标与奖惩反馈，无法自主校验信息真伪。经验型智能体可依靠环境反馈持续校正认知，自主进化是不可逆的技术大势。”