强化学习之父 Richard S. Sutton 与学者 Banafsheh Rafiee 联合发表论文，批判当前 AI 依赖的「被动表征」路线，引入「生成认知」框架，主张智能应通过具身行动与环境互动生成，而非依赖静态内部模型。
📝 详细摘要
本文介绍了图灵奖得主 Richard S. Sutton 与学者 Banafsheh Rafiee 联合发表的论文《Toward Enactive Artificial Intelligence》。文章系统批判了当前主流 AI（包括大语言模型、纯视觉模型等）所依赖的「表征主义」范式，即认为智能系统需要在内部构建一个精确的「世界副本」来感知和推理。作者引入认知科学中的「生成认知」框架，主张感知、认知和行动是不可分割的整体，智能并非对世界的静态表征，而是在具身主体与环境的持续互动中生成出来的。文章提炼了生成认知的四个核心支柱：经验（强调通过行动和反馈获得技能，而非被动接收数据）、感知与行动的不可分割性（感知本身就是一种行动能力）、自主性（智能体需有内在的成败标准，而非依赖外部标签）和具身性（身体是感知和理解世界的前提）。文章指出，强化学习与生成认知有更强的结构共鸣，但当前 RL 仍存在奖励函数外部指定、感知与行动分离、具身性被当作工程约束等不足，需要进一步演进。
💡 主要观点
- 当前主流 AI 依赖的「表征主义」范式存在根本局限。 该范式认为智能系统需在内部构建精确的「世界副本」，但真实世界是开放、动态、无限复杂的，任何有限内部模型都无法完整捕捉其全部状态。
💬 文章金句
- 世界本身就是它最好的模型。
- 认知不是对一个预先存在的客观世界进行内部复制，而是在具身主体与环境的互动中被生成出来的。
- 智能不是对世界的静态表征，而是在环境中行动、反馈和自我维持的过程。
- 身体并不是智能系统完成推理之后才使用的执行工具，而是感知和理解世界的前提。
📊 文章信息
AI 初评：88
来源：机器之心
作者：机器之心
分类：人工智能
语言：中文
阅读时间：12 分钟
字数：2919
标签： 生成认知, 强化学习, Richard Sutton, 表征主义, 具身智能