快科技3月6日音讯，当地时间3月5日，美国核算机学会宣告，安德鲁

　　据了解，自 20 世纪 80 时代起，巴托和萨顿在一系列论文中提出了强化学习的中心思维、构建了数学根底并开发了重要算法，使其成为创立智能体系的要害办法之一。

　　获奖后，“强化学习之父”萨顿在采访中探讨了AI的开展进程，一起给予了青年研究员们一些个人主张。

　　当被主持人问道AI范畴智能愿景，在这么多年即即将完成，是不是特别激动时。

　　萨顿安然表明：没错，但也不尽然，我并不认同“全部都能迅速地功德圆满”的观念。

　　“我以为这是一场马拉松，而非短跑冲刺，前面的路还很长，AI最巨大、最具影响力的那些方面没有到来。”

　　萨顿以为：“跑马拉松”挺不容易的，坚持动力也不简单，我的主张是，要志存高远，但别自高自大！”

　　随后，他持续弥补道：我一直敬仰年轻人不顺从威望的情绪，因没有人能专断AI的开展趋势，在科学范畴不存在所谓的威望，这就赋予了任何人的才能和权利。

　　一起，萨顿谦逊着重：这或许令人有些丢失，由于你或许曾视我为威望，而我本可使用这一名号，但我有必要坦白，我不能。

　　众所周知，ACM A.M. 图灵奖素有 “核算机界诺贝尔奖” 之称，以英国数学家艾伦图灵（Alan Turing）命名，他奠定了核算的数学根底，通常被以为是理论核算机科学和人工智能的创始人。

　　别的，该奖从1966年开端颁布，2014年起奖金为100 万美元，由谷歌公司供给。

　　人工智能（AI）范畴重视构建智能体，即能感知与举动的实践存在，而更智能的智能表现在其能挑选更优的举动计划。因而，“某些举动优于其他”的概念是AI的中心。

　　奖赏（reward，源于心理学与神经科学的术语）表明供给给智能体与其实践行为质量相关的信号。

　　20 世纪 80 时代初，受心理学启示，巴托与博士生萨顿开端将强化学习界说为通用问题结构。

　　在尔后的数十年间，巴托和萨顿与其他研究人员共同开发了强化学习的许多根本算法。

　　在这本书的影响下，不计其数的研究者可以了解并参加到这个新式范畴，并持续激起今日核算机科学范畴的很多重要立异。

　　虽然巴托和萨顿的算法诞生于数十年前，但其与深度学习算法的结合（由2018年图灵奖获得者Bengio、Hinton和LeCun创始），因而导致了深度强化学习的呈现，并在曩昔 15 年获得多项重大突破。

　　最杰出的比如是AlphaGo 程序在 2016 年和 2017 年战胜了最优异的人类围棋选手。最近一项重大成就则是谈天机器人 ChatGPT 的开发。