快科技3月6日消息，当地时间3月5日，美国计算机学会宣布，安德鲁

　　据了解，自20世纪80年代起，巴托和萨顿在一系列论文中提出了强化学习的核心思想、构建了数学基础并开发了重要算法，使其成为创建智能系统的关键方法之一。

　　获奖后，“强化学习之父”萨顿在采访中探讨了AI的发展进程，同时给予了青年研究员们一些个人建议。

　　当被主持人问道AI领域智能愿景，在这么多年即将要实现，是不是特别激动时。

　　萨顿坦然表示：没错，但也不尽然，我并不认同“一切都能迅速地大功告成”的观点。

　　“我认为这是一场马拉松，而非短跑冲刺，前面的路还很长，AI最伟大、最具影响力的那些方面尚未到来。”

　　萨顿认为：“跑马拉松”挺不容易的，保持动力也不简单，我的建议是，要志存高远，但别骄傲自满！”

　　随后，他继续补充道：我始终敬佩年轻人不盲从权威的态度，因为没有人能独断AI的发展方向，在科学领域不存在所谓的权威，这就赋予了任何人的能力和权力。

　　同时，萨顿谦逊强调：这也许令人有些失落，因为你或许曾视我为权威，而我本可利用这一名号，但我必须坦诚，我不能。

　　众所周知，ACM A.M.图灵奖素有“计算机界诺贝尔奖”之称，以英国数学家艾伦图灵（Alan Turing）命名，他奠定了计算的数学基础，通常被认为是理论计算机科学和人工智能九游体育的创始人。

　　另外，该奖从1966年开始颁发，2014年起奖金为100万美元，由谷歌公司提供。

　　人工智能（AI）领域关注构建智能体，即能感知与行动的实际存在，而更智能的智能体现在其能选择更优的行动方案。因此，“某些行动优于其他”的概念是AI的核心。

　　奖励（reward，源于心理学与神经科学的术语）表示提供给智能体与其实际行为质量相关的信号。

　　20世纪80年代初，受心理学启发，巴托与博士生萨顿开始将强化学习定义为通用问题框架。

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

　　比如，他们二人编写的经典教材《强化学习：导论》（Reinforcement Learning: An Introduction，1998）被引用超7.5万次，至今仍是该领域标准参考资料。

　　在这本书的影响下，成千上万的研究者能够理解并参与到这个新兴领域，并继续激发今天计算机科学领域的大量重要创新。

　　尽管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开创），从而导致了深度强化学九游体育习的出现，并在过去 15 年取得多项重大突破。

　　最突出的例子是AlphaGo程序在2016年和2017年战胜了最优秀的人类围棋选手。最近一项重大成就则是聊天机器人ChatGPT的开发。