当 1967 年的公式解决了现代 AI 最大的难题

Sutton 的优雅修复

强化学习有一个不为人知的致命缺陷：在流式环境中训练模型本质上是行不通的。那些在干净实验室环境中运行良好的算法，一旦部署到数据持续到来、分布不断变化的真实世界就会彻底崩溃。

强化学习之父 Richard Sutton 刚刚修复了这个问题。而他的解决方案优雅得几乎令人尴尬：一个来自 1967 年的公式。

这个”意图更新算法”限制了模型在面对每条新数据时输出可以变化的幅度。模型不再在相互矛盾的信号之间剧烈摇摆，而是有节制地移动——就像一艘船调整方向舵，而非直接倾覆。

结果如何？计算量降至主流算法的 140 分之 1。这不是小幅改进——这是”需要整个数据中心”和”笔记本就能跑”之间的天壤之别。

为什么这很重要

Sutton 的突破为边缘设备强化学习打开了大门。想象一下：机器人能够从环境中持续学习，无需向服务器集群回传数据。无人机实时适应风向变化。医疗设备在本地优化模型，保护患者隐私。

这一突破核心的 1967 年公式并非什么晦涩的数学奇谈——它是一种用于控制序列更新中方差的统计工具。它在光天化日下静静等待了 57 年，等待有人认出它与 AI 时代的关联。

震惊 Google 的数学突破

就在 Sutton 修复强化学习的同时，浙大校友王益平（音译）使用自建的 AI 工具做了 Google 研究团队未能做到的事情：打破拉姆齐数下界——一个 30 年来无人撼动的问题。

仅用一台服务器和自己定制的 AI 数学工具，王益平实现了 Google 团队——理应拥有数量级更大的算力——未能达成的突破。该项目现已完全开源，正在加速”AI 赋能科学”运动的发展。

这种模式——个人研究者凭借 AI 工具超越机构巨头——正变得越来越普遍。

新的科学方法

这两个故事共享一条主线：AI 不再仅仅是构建产品的工具。它正成为一种科学仪器——其重要性堪比显微镜或望远镜。

其影响深远：

• 问题选择方式发生变化：当你拥有能够以超越人类的规模探索解空间的 AI 时，瓶颈就从”我们能解决这个吗？“转向了”哪些问题值得解决？”
• 独立研究者获得杠杆：一个拥有合适 AI 工具的个人现在可以与机构实验室竞争。科学发现的经济学正在被重新书写。
• 旧知识获得新生：Sutton 的 1967 年公式提醒我们，AI 革命不仅仅是发明新东西——它还包括识别那些突然变得相关的旧思想。

展望未来

我们正在进入一个时代，科学研究进步的速率限制不再是算力、资金或机构的声望。而是想象力——提出正确问题的能力，以及在 57 年前的老公式中发现解决现代问题的钥匙的洞察力。

能够蓬勃发展的科学家将是那些将深厚的领域知识与 AI 流利度结合起来的人。不是为了取代人类的洞察力，而是将其放大到前所未有的程度。