两位先驱计算机科学家因其在强化学习方面的工作赢得了2024年图灵奖，强化学习是一个通过奖励的试错方法进行学习的学科，使机器能够在受限或动态环境中进行适应。
马萨诸塞大学阿姆赫斯特分校的荣誉教授德鲁·G·巴托和阿尔伯塔大学的教授理查德·S·萨顿在20世纪80年代开始发表一系列开创论文，开发了关键的算法和理论。这包括关于一种称为“时间差分学习”的强化技术的工作；两人后来出版了一本名为《强化：简介》的学术教科书。
图灵奖以著名数学家阿兰·图灵的名字命名，他在20世纪50年代也发表篇名为《计算机器与智能》的论文，质疑计算机是否能够思考，并涉及了从经验中学习的类似概念。
近年来，强化学习在谷歌Mind使用该技术构建击败世界顶尖AlphaGo玩家的人工智能之后，受到了更多关注。在过去几个月中，中国人工智能新秀DeepSeek因其变革性的1推理模型而登上头条，该模型大量使用强化学习来创建更具成本效益的基础模型。
“计算领域的诺贝尔奖”
由国际计算机协会（ACM）管理的图灵奖经常被称为“计算领域的奖”。然而，诺贝尔奖本身也在不断进入计算领域，特别是在人工智能方面；去年，Geoff Hinton和John Hopfield因其在基础人工智能方面的工作诺贝尔物理学奖。不久之后，DeepMind的Demis Hassabis和John Jumper也因其在AlphaFold方面的工作获得了诺贝尔化学奖。
ACM主席annis Ioannidis在一份新闻稿中表示：“从认知科学和心理学到神经科学，这些研究领域激发了强化学习的发展，强化学习为人工智能最重要的进步奠定了基础，并让我们对大脑的工作方式有了更多的了解。”。
“Barto和Sutton的工作并不是我们现在已经走过的垫脚石。强化学习继续，并为计算和许多其他学科的进一步进步提供了巨大的潜力。我们用我们领域中最负盛名的奖项来表彰他们是合适的。”
其他获得图奖的著名人工智能先驱包括Meta的首席人工智能科学家Yann LeCun，他因在深度神经网络方面的工作而在2018年与off Hinton和Yoshua Bengio一起获得该奖项。
Barto和Sutton将分享由谷歌支持提供的100万美元现金奖金
