年近七旬的图灵奖得主理查德·萨顿（Richard Sutton）近日宣布与学者库拉姆·贾维德（Khurram Javed）共同创立人工智能公司Oak Lab，旨在挑战现有深度学习范式，探索构建通用人工智能（AGI）的新路径。这家初创企业的核心目标是通过开发能够自主与环境交互、实时试错进化的AI智能体，摆脱对静态数据集和人工标注的依赖。
作为强化学习领域的奠基人之一，萨顿长期主张"通用计算+自主经验学习"的智能发展路径。他指出，当前主流的大语言模型（LLM）虽能高效模仿人类语言模式，但本质仍是基于海量静态数据的序列预测系统，缺乏对物理世界因果关系的理解能力，更无法评估自身输出的合理性。这种技术路线可能面临性能天花板，难以实现真正的认知突破。
技术实现层面，Oak Lab设定了极具挑战性的目标：开发拥有万亿参数的智能体，在仅20瓦功耗条件下实现实时学习与规划。这要求系统必须具备高效的信息筛选机制，能够从动态环境中自主识别有价值的学习信号。萨顿团队此前在SwiftTD、Swift-Sarsa等在线学习算法上的研究积累，为解决稳定性与适应性难题提供了技术基础。这些算法通过动态调节学习速率，使系统能在持续变化的数据流中保持有效学习。
学术界对Oak Lab的探索方向存在不同声音。批评者认为，完全摒弃预训练数据可能影响系统初始性能；支持者则强调，生物智能的进化历程证明，持续的环境交互才是认知发展的核心驱动力。萨顿在AGI-25大会上阐述设计理念时特别指出，真正的AGI应当像生物体一样，在与世界互动的每时每刻都在更新内部认知模型，而非依赖人类定期投喂的数据包。
值得关注的是，萨顿的学生、AlphaGo核心开发者大卫·席尔瓦（David Silver）今年初也宣布投身AI创业，其研究方向同样聚焦强化学习与环境交互。这对师徒的技术路线选择，折射出顶尖研究者对AI发展路径的根本性思考差异：是继续优化现有数据驱动模式，还是彻底重构智能生成机制？这场学术理念之争或将深刻影响下一代AI技术的演进方向。
作为加拿大阿尔伯塔大学计算机科学教授，萨顿的学术生涯始终围绕"机器如何持续学习"展开。从早期提出时序差分学习，到构建Dyna架构融合模型学习与规划，他不断挑战传统机器学习对固定训练流程的依赖。此次创立Oak Lab，可视为其将数十年学术积累转化为工程实践的关键尝试。该公司能否突破现有技术框架，为AGI发展开辟新范式，已成为人工智能领域密切关注的焦点。
