2024年图灵奖颁给强化学习先驱巴托和萨顿，其研究成果深刻影响人工智能崛起|界面新闻 · 科技

3月5日，全球最大的计算机专业人士协会计算机协会(ACM)宣布 ，将2024年图灵奖授予安德鲁·巴托(Andrew Barto)博士和理查德·萨顿(Richard Sutton)博士
，以表彰他们在强化学习方面做出的奠基性贡献
。

巴托目前是马萨诸塞大学荣誉退休教授。萨顿现在担任阿尔伯塔大学教授，他也是前DeepMind研究科学家 。

查德·萨顿有着“强化学习之父”的美誉 ，安德鲁·巴托则是萨顿的博士导师
。自 1980 年代起
，两位学者就在一系列论文中提出了强化学习的主要思想，并构建了强化学习的数学基础 ，开发了强化学习的重要算法。两人合著的《Reinforcement Learning: An Introduction》一直是强化学习领域最经典的教材之一 。

ACM在颁奖词中高度评价了两位科学家的贡献：“萨顿和巴托的工作不仅推动了强化学习的理论发展
，还为深度强化学习的崛起铺平了道路
。他们的研究成果在游戏AI、机器人控制 、自动驾驶等领域产生了深远影响 ”。

强化学习的突破性进展在近年来尤为显著 。2016年，谷歌DeepMind开发的AlphaGo利用强化学习技术击败了世界顶级围棋选手李世石 ，震惊全球
。

过去十年
，强化学习在人工智能(AI)的崛起中发挥了至关重要的作用，包括OpenAI的ChatGPT和DeepSeek等突破性技术。

强化学习在许多其他领域也取得了成功
，其中之一是机器人运动技能学习 。通过强化学习，机器手可以学会操作物体和解决物理问题；并且这种学习过程可在模拟中完成 ，然后再迁移到现实世界
。

不过
，在领奖之际，巴托和萨顿也表达了对当前人工智能开发中安全隐患的深切担忧。巴托指出 ，许多公司在产品尚未经过充分测试的情况下急于推向市场
，这种做法无异于“建造一座桥，然后通过让行人使用来测试其安全性
” 。

萨顿补充说 ，人工智能公司过于受商业利益驱动
，忽视了研究的深入发展。他们呼吁业界重视技术可能带来的负面影响，遵循更严谨的安全标准
。

ACM 图灵奖被称为“计算机领域的诺贝尔奖” ，奖金为 100 万美元
，由谷歌公司提供资金支持。该奖项以提出计算数学基础的英国数学家艾伦・图灵命名 。