今天，美国计算机学会（ACM）正式宣布，Andrew Barto 和 Richard Sutton 将荣获2024年ACM A.M.图灵奖。这一荣誉旨在表彰他们在强化学习领域的卓越贡献，即构建了这一关键概念和算法的坚实基础。
强化学习，作为一种从经验中学习的机器学习方法，自20世纪80年代起，便由Barto和Sutton在一系列开创性的论文中予以阐述。他们不仅建立了该领域的数学基础，还开发了关键算法，这些成果是构建智能系统不可或缺的工具。
ACM主席Yannis Ioannidis评价道：“Barto和Sutton的研究展现了多学科合作在解决我们领域长期挑战中的巨大潜力。从认知科学到神经科学，这些跨学科的研究为人工智能的突破性进展奠定了基石，并加深了我们对于大脑运作机制的理解。他们的工作不仅仅是我们已迈过的里程碑，强化学习作为一个持续发展的领域，将继续为计算科学及其他众多学科带来无限可能。这一领域最高荣誉的颁发，是对他们贡献的充分肯定。”
谷歌高级副总裁Jeff Dean也发表了感慨：“艾伦·图灵在1947年曾提出‘我们想要的是一台能够从经验中学习的机器’。Barto和Sutton创立的强化学习正是对这一愿景的直接回应。他们的工作是过去几十年人工智能进步的核心，他们开发的工具仍然是AI发展的基石，吸引了众多年轻研究者的加入，并引发了数十亿美元的投资。强化学习的影响将持续深远，谷歌对此深感荣幸，我们赞助ACM A.M.图灵奖，并向那些塑造了改善我们生活的技术的个人表示敬意。”
Andrew Barto，作为马萨诸塞大学阿姆赫斯特分校信息与计算机科学系的名誉教授，被誉为强化学习领域的先驱之一。他自1970年起在该校任教，担任过副教授、教授和系主任等多个职位。与Richard Sutton的合作始于20世纪80年代，他们共同推动了强化学习的发展，并共同编写了经典教材《Reinforcement Learning: An Introduction》。这本书至今仍是该领域的权威参考，被引用次数超过75,000次。Barto因其开创性的工作获得了包括马萨诸塞大学神经科学终身成就奖、IJCAI卓越研究奖和IEEE神经网络学会先锋奖在内的多项荣誉，同时是IEEE和AAAS的成员。
Richard Sutton，阿尔伯塔大学计算机科学教授，同样在强化学习领域具有深远的影响，被认为是该领域的奠基人之一。他与Barto的合作推动了强化学习的发展。Sutton的研究兴趣集中在决策者与环境的相互作用上，这一领域被认为是智能的核心。他的贡献包括时序差分学习、策略梯度方法和Dyna架构等。Sutton与Barto合著的《Reinforcement Learning: An Introduction》是领域的经典教材，影响了无数的研究者和学生。他曾担任DeepMind的杰出研究科学家，并在多个学术机构任职，积累了丰富的研究和管理经验。Sutton因其卓越贡献获得了多项荣誉，包括IJCAI卓越研究奖和加拿大人工智能协会终身成就奖。
强化学习，作为机器学习的重要分支，其发展历程可追溯至20世纪50年代。当时，科学家们开始探索计算机如何通过试错来学习最优策略。Barto和Sutton在20世纪80年代的开创性工作为强化学习的发展奠定了基础。随着计算机性能的提升和大数据的兴起，强化学习迎来了新的发展机遇，深度学习的加入更是带来了革命性的变革。在游戏、机器人控制和自动驾驶等多个领域，强化学习都显示出了其卓越的性能。
尽管Barto和Sutton的算法是在数十年前开发的，但它们与深度学习的结合使得强化学习在过去十五年里取得了重大进展。这不仅证明了他们研究的持久影响力，也为未来的技术发展奠定了基础。他们的成就激励了无数研究人员投身于强化学习领域，推动了该领域的持续发展和创新。
[图：Andrew Barto（来源：马萨诸塞大学阿姆赫斯特分校信息学院）]
[图：Richard Sutton（来源：阿尔伯塔大学）]
（参考资料：https://amturing.acm.org/）
（排版与运营：何晨龙）