人民財訊9月11日電，9月11日，2024年圖靈獎得主、加拿大計算機科學家理查德·薩頓在2025外灘大會上表示，大多數機器學習的目的只把人類已有的知識轉移到一個靜態、沒有自主學習能力的AI上，但是逐漸開始達到人類數據的極限，這種方法通常無法生成新知識，它不能持續不斷地學習，而持續學習對智能的效用至關重要。在他看來，需要一種新數據源，由智能體以第一人稱與世界互動直接生成，能隨著智能體的強大而不斷增長和完善，這正是人類和其他動物的學習方式。在人工智能未來的科學趨勢上，如果能創造出超級智能體和由超級智能增強的人類，將為世界帶來純粹的福祉。