3月5日，大家最大的讨论机专科东说念主士协司帐算机协会(ACM)晓谕，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，以赏赐他们在强化学习方面作念出的奠基性孝敬。

　　巴托面前是马萨诸塞大学荣誉退休锤真金不怕火。萨顿面前担任阿尔伯塔大学锤真金不怕火，他亦然前DeepMind究诘科学家。

　　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倡了强化学习的主要念念想，并构建了强化学习的数学基础，开发了强化学习的费劲算法。两东说念主合著的《Reinforcement Learning: An Introduction》一直是强化学习限度最经典的课本之一。

　　ACM在授奖词中高度评价了两位科学家的孝敬：“萨顿和巴托的使命不仅股东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。他们的究诘后果在游戏AI、机器东说念主兑现、自动驾驶等限度产生了深远影响”。

　　强化学习的袭击性进展在连年来尤为显贵。2016年，谷歌DeepMind开发的AlphaGo诓骗强化学习时代打败了天下顶级围棋选手李世石，战栗大家。

　　往常十年，强化学习在东说念主工智能(AI)的崛起中推崇了至关费劲的作用，包括OpenAI的ChatGPT和DeepSeek等袭击性时代。

　　强化学习在很多其他限度也获得特首先，其中之一是机器东说念主绽开手段学习。通过强化学习，机器手不错学会操作物体和惩办物理问题；况兼这种学习流程可在模拟中完成，然后再移动到执行天下。

　　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开发中安全隐患的长远担忧。巴托指出，很多公司在居品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“开采一座桥，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买卖利益启动，漠视了究诘的深入发展。他们命令业界宠爱时代可能带来的负面影响，罢职更严谨的安全步伐。

　　ACM 图灵奖被称为“讨论机限度的诺贝尔奖”凯发·k8国际，奖金为 100 万好意思元，由谷歌公司提供资金补助。该奖项以提倡讨论数学基础的英国数学家艾伦·图灵定名。