行业新闻

年近70,强化学习之父Sutton创业了!

<img src="https://image.jiqizhixin.com/uploads/article/coverimage/947f9e15-dc11-466a-9967-97d2a7a1cb95/0-2026-07-14T125716(2).712.jpg" referrerpolicy="no-referrer"<section编辑|泽南、山辉</section<section<br</section<section年近 70 岁的图灵奖得主、强化学习之父理查德・萨顿(Richard Sutton),宣布创业了。</section<section<br</section<section本周一,Richard Sutton 宣布与 Khurram Javed 共同创立新公司 Oak Lab,要打破当前深度学习方式,用全新的理念构建 AGI。

正文摘录

![](https://image.jiqizhixin.com/uploads/article/coverimage/947f9e15-dc11-466a-9967-97d2a7a1cb95/0-2026-07-14T125716(2).712.jpg) 编辑|泽南、山辉 年近 70 岁的图灵奖得主、强化学习之父理查德・萨顿(Richard Sutton),宣布创业了。 本周一,Richard Sutton 宣布与 Khurram Javed 共同创立新公司 Oak Lab,要打破当前深度学习方式,用全新的理念构建 AGI。 ![图片](https://mmbiz.qpic.cn/mmbizpng/5L8bhP5dIqEHWsWyS8uyCj8ibZcYuYlJUSRNgtpdYBU2qys1dTfkUoqLAvPqC6cCnvlQjemrtXfmIGMkF3eCnn8eguZic0tch4urbF8qXjaBI/640?wxfmt=png&from=appmsgimgIndex=1) Oak Lab 致力于开发 能够通过自身第一人称经验独立、持续学习的 AI 智能体 。这意味着 AI 不再依赖人类喂养的庞大数据集或静态训练,而是能像生物一样,在与环境交互的运行过程中(Run-time)实时试错、进化并自我完善。 之所以另辟蹊径,是因为当前的大语言模型(LLM)的扩展可能存在天花板。Richard Sutton 指出,当前大模型主要依赖海量的静态数据进行预训练,它们非常擅长模仿人类,但无法评估自身的输出结果,也不具备真正探索和发现的能力。 为此,Oak Lab 的核心方向就是推进萨顿提出的新架构 OaK(Options and Knowledge,选项与知识) 。

阅读原文(jiqizhixin.com)→

行业新闻机器之心2026-07-14原文

相关内容