在由上海创智学院、上海交通大学人工智能学院与Openmind研究院联合主办的“强化学习暑期学校”结业仪式上，图灵奖得主、强化学习领域重要奠基人理查德·萨顿教授发表了关于人工智能发展的深刻见解。作为Openmind研究院首席科学家，萨顿首次在中国系统讲授其强化学习学术体系，引发学界广泛关注。
针对当前人工智能的核心争议，萨顿明确指出："大语言模型既没有自主目标，也缺乏真实世界体验。"他援引人工智能术语创立者约翰·麦卡锡的定义，强调智能是"实现目标所需能力的计算体现"，而现有技术路线过度依赖文本模仿，忽视了与真实环境的交互反馈。这位学者形象地比喻："当前系统就像在黑暗中摸索的盲人，只能通过奖励信号的'拐杖'感知世界，却无法真正理解环境本质。"
对于心智的本质，萨顿提出颠覆性观点：人类与机器的心智属于同一范畴，区别仅在于发展阶段。他预测到2040年，人类仅有五成概率能完全破解心智奥秘，呼吁以更长远的视角看待技术演进。在具体技术路径上，他特别强调要摒弃"复刻生物"的思维定式："我们不是简单模仿自然，而是要提炼底层原理，甚至让机器超越生物性能。"
在目标赋予机制方面，萨顿以恒温器为例阐释独特视角：所谓"控温目标"只是人类观察者的主观解读，系统本身仅遵循金属形变的物理规律。这种"观察者相对论"同样适用于人类行为分析——既可以从神经机制解释，也可以用追求财富等目标叙事描述。基于此，他提出智能是程度概念："不能简单判定系统是否有智能，这取决于观察视角和评判标准。"
对于技术发展方向，萨顿给出明确建议：一是构建与真实物理世界的交互接口，而非依赖虚拟环境；二是借鉴动物自然智能，赋予AI觅食、避险等原生驱动能力。他特别强调心理学的基础价值："过去百年，心理学家通过动物实验总结出大量学习规律，这些是强化学习的理论源泉。"这位兼具心理学背景的学者建议AI研究者系统学习行为科学知识。
在人才培养方面，萨顿用"雄心"与"谦逊"的平衡寄语青年学者。他回忆在阿尔伯塔大学任教时，常鼓励学生以"探索把玩"的心态对待理论："既要保持对基础问题的好奇心，又要承认认知的渐进性。"对于心智本质等终极问题，他坚信人类终将找到答案："认知没有边界，区别只在于需要多少代人的持续探索。"
