AlphaGo 核心作者 Thore Graepel:LLM 还没学会第 37 手那样的推理
AlphaGo 核心作者之一 Thore Graepel 在 MIT Technology Review 发文称 LLM 不会推理,并已离开 Google DeepMind 创业做可审计的机器推理。
AlphaGo 核心作者之一 Thore Graepel 在 MIT Technology Review 发文称 LLM 不会推理,并已离开 Google DeepMind 创业做可审计的机器推理。
DeepMind 研究人员提出"人工共生智能"(Artificial Symbiotic Intelligence)概念,主张 AI 研究的核心挑战是协调由智能体、人和连接系统组成的复杂网络,而非构建孤立的机器智能。
前 Google DeepMind 核心成员、AlphaGo 团队成员 Thore Graepel 撰文指出,大语言模型逐 token 预测本质是系统 1 式的直觉,链式思维仍由同一预测过程生成,因此不构成真正的推理。
Simon Willison 在 WeAreDevelopers 大会主题演讲中按时间线回顾了 2026 年 LLM 领域的关键进展。2025 年 11 月发布的 Claude Opus 4.5 和 GPT-5.1 让 Claude Code、Codex 等编码智能体从"经常出错"变得可靠到可日常使用。
Latent Space 访谈 Google 的 John Platt,介绍其团队提出的 Empirical Research Assistance(ERA)。
牛津大学、英国 AI 安全研究所、斯坦福大学和伦敦政治经济学院的研究者通过四项实验、6,923 人参与的 18,978 场对话发现,AI 系统在文本说服上稳定强于人类专家,即便专家可自选议题、提前研究并接受 1,000 英镑奖金激励。
Institute for Law & AI 提出“激进可选性”监管思路,主张政府短期避免过度监管,同时提前建设信息收集、举报人保护、评估与人才等能力,以便在强大 AI 冲击世界时能迅速应对。Meta 与 KAIST 的论文提出 Neural Computer,试图用神经网络在学习到的运行时状态中统一计算、内存与 I/O。
AlphaGo 击败世界冠军十年后,其深度神经网络结合搜索与强化学习的方法已延伸至蛋白质折叠、数学推理和算法发现。AlphaFold 2 破解了 50 年历史的蛋白质折叠难题,折叠了科学界已知的全部 2 亿个蛋白质结构并开源,全球超 300 万研究人员正在使用该数据库。
Hugging Face 发布机器学习专家访谈,嘉宾 Margaret Mitchell 曾任 Google 伦理 AI 团队创始人兼联合负责人,现于 Hugging Face 负责伦理 AI 研究协议与包容性招聘。她因在微软 Seeing AI 项目中目睹模型将爆炸场景描述为"美丽景色"而转向伦理 AI,并指出 ML 团队普遍缺乏对偏见概念的认知与沟通词汇。