强化学习领域主要奠基人、美国计算机科学家理查德·萨顿近日对生成式人工智能的发展方向提出批判性观点。这位同时担任阿尔伯塔大学计算机科学教授、北京大学图灵导师的学者指出，当前主流生成式AI系统缺乏完成真正科学发现的核心能力，其本质仍停留在模仿层面。
作为2024年图灵奖得主（与安德鲁·巴托共同获得），萨顿在分析中强调，科学发现需要经历变异、评估、选择性保留三个关键阶段。这个循环机制不仅存在于生物进化过程，更是科学方法论、规划算法、搜索技术以及强化学习领域的共同基础。然而现有生成式AI系统普遍缺失评估环节，导致无法实现从候选方案到最优解的跨越。
以大语言模型为例，这类系统虽然能基于海量数据生成文本、图像或视频内容，但其优质输出本质上是对训练材料的重组再现。当模型试图创造真正新颖的内容时，往往会产生被业界称为"幻觉"的错误信息。萨顿用行业内的经典笑话概括这种困境："值得肯定的部分缺乏创新性，具有创新性的部分又不可靠。"
这位学者并未完全否定生成式AI的应用价值。在文本摘要、科研辅助、智能助手及娱乐领域，这类技术通过快速、低成本地模仿现有内容，确实创造了显著效益。但他同时指出，科学探索需要突破模仿的边界，建立能够自主提出假设、验证假设并优化解决方案的完整闭环。
萨顿特别列举了DeepMind开发的多个突破性系统作为正面案例。AlphaGo通过自我对弈构建评估体系，AlphaFold利用蛋白质结构预测建立反馈机制，Claude Code在代码生成中引入测试验证环节，这些系统都突破了单纯的内容生成框架。他强调："当AI系统能够追踪解决方案的优化轨迹，而不仅仅是罗列候选答案时，才真正具备科学发现的能力。"
针对当前AI行业过度聚焦于扩大语言模型规模的倾向，萨顿提出尖锐批评。他主张将研发重心转向具备环境交互能力的智能体，这类系统应当能够通过持续学习构建世界模型，并基于经验数据制定行动策略。在他看来，这种发展路径更接近人类认知的本质，也更能推动AI技术向真正的智能迈进。
