在刚刚落幕的 RL China 2025 开幕式上，一场关于智能本质与未来走向的思想盛宴上演。伦敦大学学院智能信息系统领域权威汪军教授与享誉全球的“强化学习之父”Richard Sutton展开了一场深度对话，共同为与会者揭开智能科学的神秘面纱。两位学者以强化学习（RL）为切入点，不仅系统梳理了这一学科的学术根基，更敏锐地捕捉到人工智能产业高速发展下，基础科学研究面临的机遇与挑战。
作为智能信息领域的顶尖专家，汪军教授与Sutton教授的对话聚焦于强化学习的学科内核。Sutton教授在交流中明确指出，尽管当前大规模语言模型（LLM）在诸多实际应用中展现出惊人的能力，但它们并非真正意义上的智能体现。他强调，这些模型在训练完成后便丧失了持续学习的能力，根本原因在于缺乏明确的战略目标和有效的奖励机制。与之形成鲜明对比的是，强化学习的核心优势恰恰在于通过与环境持续互动来达成预设目标，这种机制更接近人类智能的学习过程。Sutton教授进一步阐释，真正的智能必须建立在清晰的目标定义基础上，通过”奖励”信号来引导学习进程。在他看来，从经验中汲取知识才是强化学习的精髓所在，单纯依赖梯度下降等单一方法难以触及智能的本质。
在探讨智能发展路径时，Sutton教授提出了创新性的见解。他认为，要推动智能科学的突破性进展，研究者必须将搜索算法与梯度下降技术有机融合，以此开拓更广阔的探索空间。同时，他严肃指出，尽管产业资本的涌入极大地促进了技术应用落地，但绝不能让科学研究偏离探索基础问题的长远目标。这种平衡发展理念，既是对当前科研现状的深刻反思，也是对未来智能研究方向的明确指引。
在寄语年轻研究者时，Sutton教授以过来人的身份给出了宝贵建议。他鼓励年轻学者们坚守基础科学研究的初心，强调人工智能的探索是一个需要长期耕耘的学术旅程，而非能够一蹴而就的技术工程。他指出，工业界固然重视短期可见的技术成果，但科学界必须肩负起探索未解之谜的历史使命，唯有如此才能逐步逼近对智能本质的终极理解。这段充满智慧的话语，不仅为年轻一代科研工作者指明了方向，也为整个智能科学领域的发展注入了新的动力。
这场跨越学科与代际的思想碰撞，深刻揭示了智能科学发展的内在逻辑。它提醒我们，在追求技术突破的同时，更不能忽视对智能本质的哲学思考与科学探索。唯有坚持基础研究的纯粹性与前瞻性，才能在智能革命的浪潮中把握正确的发展方向，最终实现人类对智能科学的全面认知与理解。