在最近舉辦的 RL China 2025 開幕式上，倫敦大學學院的汪軍教授與 “強化學習之父” Richard Sutton 進行了深入對話，探討了智能的本質和未來發展方向。汪軍教授作爲智能信息系統領域的權威，與 Sutton 共同回顧了強化學習（RL）的學科根基，並關注當下人工智能行業的快速擴張對基礎科學研究的影響。

Sutton 指出，當前的人工智能技術，尤其是大規模語言模型（LLM），雖然在實際應用中展現出強大的能力，但並不是真正理解智能的途徑。他強調，LLM 在訓練完成後就失去了學習能力，因爲它們缺乏明確的目標和獎勵機制。相比之下，強化學習強調的是通過與環境的互動來達成目標，這種方式能更好地理解和模擬智能的運作過程。

Sutton 提出，真正的智能需要對目標進行明確的定義，並通過 “獎勵” 信號來驅動學習。他認爲，從經驗中學習是強化學習的核心，而不僅僅依賴於梯度下降等單一方法。爲了推動智能的發展，研究者們需要將搜索與梯度下降相結合，以此探索更多的可能性。他還強調，儘管行業資金的涌入促進了應用發展，但這並不應讓科學研究偏離長遠目標。

在對年輕研究人員的寄語中，Sutton 鼓勵他們關注基礎科學，強調人工智能的探索是一個長期的過程，而非短期內能夠解決的問題。他提到，雖然工業界更關注當下可實現的技術，但科學界必須致力於探索尚未解決的根本性問題，以推動智能的真正理解。

此次對話提醒我們，在追求技術進步的同時，不能忽視對智能本質的深入理解。