青年报·青春上海 记者 刘昕璐 实习生 陶欣雨婷

“Stay playful. Think deeply.”——保持玩心，保持深思。在上海交通大学徐汇校区人工智能学院的报告厅内，2024年图灵奖得主、强化学习领域奠基人Richard Sutton教授面对着台下近百名年轻学子，说出了他始终坚持并践行的这句话。历时三周的2026强化学习暑期学校，在这句给青年学子的嘱托中收官。

  ◇  “玩心”与“深思”，给青年们的指引  ◇  

七月盛夏，热力与思想交辉。本次2026强化学习暑期学校由上海创智学院、上海交通大学人工智能学院与Openmind Research Institute联合主办，这也是Sutton教授首次在中国开设完整的系统性强化学习课程。来自海内外各大高校的学员们在三周内完成了从基础理论学习到项目实践实训的全部学习过程。

历时三周，Sutton教授领衔主讲的2026强化学习暑期学校，让每一位学员都刻下了宝贵的学术记忆，大家从初期的好奇与热忱，到结营时收获丰厚积淀与深刻启迪。

7月24日的结业仪式上，Sutton教授围绕人工智能的本质与未来发展、强化学习的心理学溯源等议题展开分享交流。在他看来，人工智能的宏伟目标是理解我们自身的心智及其运作方式，再用技术手段将其重新创造出来——这是一项极其宏大的事业，但必须以谦逊的态度面对，哪怕只取得一点点进展，也已经很不容易。

在谈到给年轻人的建议时，Sutton强调，做科研要有让雄心与谦逊并存的心态。

他特别提出：Stay playful. Think deeply.（保持玩心，也保持深思）——“只有以游戏般的心态探索重要问题，接受想法无论对错都属正常的事实，才能始终保持对基础问题的好奇心，”同时，他也坚信相信人类，“我们可以理解任何事情。我们什么都能理解。我不认为存在任何限制。”

对于Sutton分享的其他观点，上海创智学院学员葛馨木十分触动：“Sutton教授所强调的做研究时，要始终盯住最核心的问题，不被其他琐事带偏方向，回头再看，真正能经得住时间考验的研究工作，几乎都符合这两条原则。”葛馨木直言，Sutton对“元工程方法”的强调为其后续的研究指明了方向，“希望我到教授这个年纪时，仍能保持这样的活跃与开放，对核心问题一直追问不休。”

  ◇  “我只是一个普通人”，科研时的姿态  ◇  

如果说“玩心与深思”是核心理念，那么Sutton在暑校中的日常言行则让学员们真切感受到了这一理念的温度。香港科技大学学生丁嘉乐在结业分享中回忆了这样一个细节——Sutton教授说“我只是一个普通人，和教室里的你们没什么两样。”他说这句话的时候，眼睛总闪着光，手里还攥着一罐可乐。

正是这种平视的姿态，让青年们敢于主动抛出自己尚且不成熟的想法。上海创智学院的学员白碧哲提到，“Sutton 教授本人十分平易近人，在office hour里，面对同学的不同问题，他总是回答得坦诚而直接。”

Sutton教授对人工智能“目标”的阐释，也有其独到之处。他提出，智能是一种“实现目标的计算能力”，当下仅能模仿复刻的大语言模型，缺乏真实目标也无法和环境产生互动，算不上真正的“心智智能”。他认为，真正的AI需扎根真实物理世界，依托奖励信号迭代决策，同时溯源强化学习根植于心理学经典理论。这种观点让同学们受益匪浅。

悉尼大学学生胡尚隆由此认识到，智能体应立足于无缝、连续的普通经验中实现自主进化。“在Sutton教授‘雄心与谦逊’治学态度的感召下，我尝试以更长远的眼光审视问题本质，带着对第一性原理的敬畏，把思维框架转化为深入理解算法内核的动力。”

  ◇  颁出“玩心奖”，暑校最生动的实践课  ◇  

结业仪式前一天，暑校安排了一场学术海报展示，Sutton教授设置了“Playfulness Award”（玩心奖）和“Thoughtfulness”（深思奖）两类特色贴纸，分别授予创意表达和深度思考突出的作品，全场唯一的“玩心奖”颁给了一个会玩Flappy Bird机器人的团队。

上海创智学院博士生姚远、白敏敏团队搭建了一套真实物理闭环系统，通过摄像头识别游戏画面位置，智能体做决策后控制舵机完成按键操作，和纯软件游戏AI不同，这套系统把强化学习从“在仿真中玩游戏”推进到了“在真实感知与真实执行中学习行动”。

检验过程中还发生了一个有趣的小插曲：Sutton教授确认该系统确实是物理感知执行闭环后称赞其很有趣，同时发现了团队为减少环境光干扰给装置外罩了标有“BLACK BOX”的黑箱，以此隐喻神经网络的可解释性难题，Sutton教授就此和团队开了个玩笑，现场笑声一片。

回望三周，此次强化学习暑期学校也不仅是一场从理论到实践、从课堂到研讨的完整学术训练，更是一次以创智为平台、面向未来智能研究的青年人才培养实践。

结业仪式最后，Sutton为这次暑期学校打出A级评分。他说，尽管语言和背景各异，学员们的表现却远超预期。“理解智能，并分享对世界的理解”——在他看来，这场相聚，正是这句话最好的实践。而对在场的年轻人而言，那个夏日的“玩心”与“深思”，才刚刚开始在他们各自的研究土壤里扎根。

青年报·青春上海 记者 刘昕璐 实习生 陶欣雨婷

编辑：陆天逸

来源：青春上海News—24小时青年报