薩頓論AI“經驗時代” 與協作，王堅談開源變革及太空AI探索

9 月 10 日 - 13 日，2025 Inclusion?外灘大會在上海黃浦世博園區舉行，大會以 “重塑創新增長” 為主題，共設 1 場開幕主論壇、40 多場開放見解論壇、2 場全球主題日系列論壇、10 多場創新者舞臺、10000 平米科技展覽、5000 平科技集市、科技智能創新大賽和 1 場科技人才招聘會，此外還有創投 Meetup 等特色環節，為參會者提供深度交流與合作的機會。

在大會開幕式主論壇上，2024 年圖靈獎得主、“強化學習之父” 理查德?薩頓（Richard Sutton）發表主旨演講，他認為，人類數據紅利正逼近極限，人工智能正在進入以持續學習為核心的 “經驗時代”，潛力將遠超

薩頓指出，當前多數機器學習旨在將人類已有知識轉移到靜態、缺乏自主學習能力的 AI 上，“我們逐漸達到人類數據的極限，現有的方法不能生成新的知識，不適合持續學習，而持續學習對智能的效用至關重要。” 他認為人類正進入 “經驗時代”，需要由智能體與世界直接交互生成新的數據源，這與人類和其他動物的學習方式一致，正如 AlphaGo 自我博弈下的 “第 37 手” 及 AlphaProof 在國際數學奧林匹克斬獲銀牌的路徑。

薩頓解釋，“經驗” 即觀察、行動和獎勵這三種在智能體與世界間來回傳遞的信號，“知識來自于經驗，可以從經驗中學習。一個智能體的智能程度，取決于它能預測并控制自身輸入信號的程度。經驗是一切智能的核心與基礎。” 他同時表示，強化學習雖引領進入 “經驗時代”，但要釋放全部潛力，還需依賴目前尚不成熟的持續學習（continual learning）和元學習（meta-learning）技術。

對于外界擔憂 AI 帶來偏見、失業甚至人類滅絕，薩頓認為這類恐懼被夸大，且由某些從中獲利的組織和個人煽動所致。他以經濟社會運行為例，指出經濟高效運轉的前提是個體目標與能力的差異，同理，目標不同的智能體可通過去中心化協作實現雙贏。“人類最卓越的超能力，就在于比其他任何動物都更擅長協作。人類最偉大的成功在協作本身 —— 經濟、市場與政府都是成功協作的產物，” 薩頓強調，人工智能和人類的繁榮將源于去中心化協作，“協作并非總能實現，卻是世間一切美好事物的源泉，我們必須尋求協作、支持協作，并致力將協作制度化。”

展望 AI 未來，薩頓提出四條 “預測原則”：一是對世界運轉方式無共識，且無任何看法能凌駕于其他之上；二是人類終將真正理解智能，并借助技術創造智能；三是人類當前智力水平很快將被超級人工智能或超級智能增強的人類遠超；四是權力和資源會流向最聰明的智能體。基于此，他認為人工智能對人類的替代不可避免。

從宇宙歷史維度，薩頓將其劃分為粒子時代、恒星時代、復制者時代和設計時代。他認為人類的獨特之處在于 “把設計推向極致”，創造出能自我設計的事物，這也是當下人工智能的追求目標。人類至少是催化劑、助產士，更是開啟宇宙第四大時代 ——“設計時代” 的先驅。“人工智能是宇宙演化的必然下一步，我們應以勇氣、自豪和冒險精神來迎接它。” 薩頓說。

王堅也在論壇上圍繞人工智能背景下的 “開放” 話題展開分享。他提到 “開源” 有不同理解，當下正經歷從代碼開放到資源開放的革命性變化。2025 年 1 月 13 日，美國公布的人工智能出口管制令明確對 “閉源” 權重實施出口管制，“開源” 權重則不在此列。1 月 31 日，隨著千問 Qwen、DeepSeek 的開源，Sam Altman 曾表示 “在開源這個時刻，OpenAI 站在了歷史的錯誤一邊”。

王堅認為，2025 年，“開源” 這一源自軟件時代的概念，已成為 AI 競爭的關鍵變量，產業和技術發展均無法繞開。回顧歷史，1998 年互聯網興起時，瀏覽器是重要標志，當時最優秀、開放的瀏覽器 Netscape 的開源，成為互聯網時代的 “分水嶺”。“開源”（Open Source）一詞于 1998 年 4 月被一批極客確定，當時指開放源代碼，雖時間不算久遠，卻開創了后來的互聯網時代。

談及圖靈獎，王堅提到 2019 年 Jeff Hinton 與其他開創者獲獎，Jeff Hinton 在 2018、2019 年演講中提及人工智能的兩種重要方法：邏輯驅動法和受大腦或神經元生物特性啟發法，后者的演進催生了 “權重” 概念。圖靈在 1948 年就提出，受神經元啟發（與真正神經元無關）的模型，當神經元數量足夠多時會產生 “智能”，Jeff Hinton 所講的第二種路徑正源于此。

1986 年《自然》雜志的一篇文章明確了 “權重” 在模型中的重要性，其第三作者是獲圖靈獎和諾貝爾獎的 Jeff Hinton，前兩位作者是當時著名的心理學家。事實上，80 年代中期，以心理學家為核心的小組探討與 Neural 相關內容，而計算機科學家則聚焦邏輯驅動的人工智能方向。1986 年后，《Parallel Distributed Processing》教科書出版，Jeff Hinton 曾表示書中設想如今已成現實，該書相關文章由他與幾位心理學家共同完成。值得一提的是，該書還附有實驗手冊，首次開放了所有關于該理論的代碼，即便 1998 年開源概念才確定，如今仍可通過相關鏈接下載這些運行在原始操作系統上的代碼。王堅認為，“開放資源” 概念并非因 “開源” 說法而產生，科學探索中諸多先驅早已踐行，以生物學神經元為基礎的方法論先行者也做了很好探索。

這為后續發展奠定基礎。2012 年，Hinton 與兩位學生結合數據、模型、算力 GPU，帶來人臉識別時代，但當時 “資源” 概念并不深入人心，因數據量、模型復雜度、算力規模有限，相關文章發表時僅用了 2 塊普通游戲 GPU 卡。2017 年，“Transformer” 和 “Tokenization”（即 Token）的提出成為里程碑，使數據真正資源化。自此，2012 年的 data、模型、算力疊加 “規模” 這一更大變量，規模的千倍萬倍增長不僅讓人工智能在原理上進步，更帶來了翻天覆地的變化。

王堅認為，當規模達到一定程度，資源變得至關重要。模型權重的開放本質是數據資源和計算資源的開放，模型開放后，個體無需投入大量計算資源重復已完成工作，但要研發更優模型，可能需要他人投入更多資源。當下，僅開放源代碼無法解決軟件時代的問題，開放資源（特別是數據和計算資源）是推動行業發展的必要環節，這是人工智能時代 “開源” 的重要特點，王堅更愿稱之為 “Open Resource”，因其與 “Open Source” 都可譯為 “開源”，且開源不止于當下的模型。

王堅還提到，太空是巨大資源，人工智能不應缺席，但存在算力障礙。基于通訊衛星、導航衛星、遙感衛星，人工智能催生了第四種衛星 ——“計算衛星”，為 AI 進入太空創造可能。2025 年 5 月 14 日，之江實驗室發射 12 顆衛星，其組成的星座首次將地面真正意義上的 8B AI 模型送入太空，這是完整的 AI 模型，而非簡單的深度學習處理小程序。

這些衛星實現了太空衛星間的互聯互通，此前天上衛星僅與地面交互，這為人工智能在太空帶來巨大機會。該星座被命名為 “三體計算星座”。“三體” 是牛頓提出的科學概念：太空中兩個物體（如月亮和地球）的關系有解析解（準確數學解決方式）；但加入第三個物體（如太陽），三者關系無解析解，需假定另一物體固定不動，即 “三體問題”。這如同 “三個和尚沒水喝”，而 “三體計算星座” 希望在開放資源模式下，由無數主體共同參與星座建設、分享太空。

香港《南華早報》曾報道，唯有如此才能真正分享太空、將人工智能送入太空。相關計劃將每顆衛星向全世界開放，可解決可持續發展等問題，也為深空探索提供可能，例如科學家設想幾年后將衛星送入太陽軌道（Lagrange 拉格朗日第五點，距地球和太陽均 1.5 億公里），因數據難以傳回地面處理，故需將 AI 和算力送入太空，人類才可能真正走出地球。

王堅表示，未來十年甚至二十年，人類前往火星的旅程中，離不開計算和 AI 的陪伴，這一時代令人激動。