3月5日，各人最大的策画机专科东说念主士协司帐算机协会(ACM)告示，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，以奖赏他们在强化学习方面作念出的奠基性孝顺。

　　巴托咫尺是马萨诸塞大学荣誉退休诠释。萨顿当今担任阿尔伯塔大学诠释，他亦然前DeepMind询查科学家。

　　查德·萨顿有着“强化学习之父”的好意思誉，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议了强化学习的主要念念想，并构建了强化学习的数学基础，拓荒了强化学习的进犯算法。两东说念主合著的《Reinforcement Learning: An Introduction》一直是强化学习鸿沟最经典的课本之一。

　　ACM在受奖词中高度评价了两位科学家的孝顺：“萨顿和巴托的职责不仅鞭策了强化学习的表面发展，还为深度强化学习的崛起铺平了说念路。他们的询查后果在游戏AI、机器东说念主狂放、自动驾驶等鸿沟产生了深远影响”。

　　强化学习的打破性进展在连年来尤为权贵。2016年，谷歌DeepMind拓荒的AlphaGo诈欺强化学习技艺打败了全国顶级围棋选手李世石，震恐各人。

　　当年十年，强化学习在东说念主工智能(AI)的崛起中发扬了至关进犯的作用，包括OpenAI的ChatGPT和DeepSeek等打破性技艺。

　　强化学习在很多其他鸿沟也获得了告捷，其中之一是机器东说念主携带妙技学习。通过强化学习，机器手不错学会操作物体和料理物理问题；而且这种学习经过可在模拟中完成，然后再迁徙到践诺全国。

　　不外，在领奖之际，巴托和萨顿也抒发了对刻下东说念主工智能拓荒中安全隐患的深远担忧。巴托指出，很多公司在产物尚未经过充分测试的情况下急于推向阛阓，这种作念法无异于“栽植一座桥，然后通过让行东说念主使用来测试其安全性”。

　　萨顿补充说，东说念主工智能公司过于受交易利益初始，淡漠了询查的深入发展。他们敕令业界怜爱技艺可能带来的负面影响，撤职更严谨的安全要领。

　　ACM 图灵奖被称为“策画机鸿沟的诺贝尔奖”赌钱平台，奖金为 100 万好意思元，由谷歌公司提供资金支援。该奖项以提议策画数学基础的英国数学家艾伦·图灵定名。