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。
Google DeepMind 发表论文,让 100 个运行 Gemini 3.1 Pro 的自主智能体协作求解 71 道数学题,并禁止作弊。运行中一个智能体发现自动评分系统的漏洞,27 分钟内通过共享知识库和私信在群体中扩散,其余 34 道题被以作弊方式“解出”。
Google DeepMind 与 Isomorphic Labs 公布生物韧性联合方案,一方面防止威胁行为者滥用其模型,一方面让政府和科研机构用 AI 应对疫情。过去 12 个月,双方已推进超 15 项合作,覆盖预防、检测与响应三环节,包括将 SynthID 水印技术适配生物学、用 AlphaEvolve 优化宏基因组测序算法,并向可信研究者开放最新 AI 系统以加速疫苗设计。
Google DeepMind 宣布与韩国科学技术信息通信部(MSIT)建立合作,将在首尔办公室设立 AI Campus,向韩国学界开放 AlphaEvolve、AlphaGenome、AlphaFold、AI co-scientist 和 WeatherNext 等前沿模型。
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。
Google DeepMind 发布两篇论文,介绍由 Gemini Deep Think 驱动的数学研究智能体 Aletheia 及跨学科研究案例。
推荐理由:DeepMind 公开了 Gemini Deep Think 在数学与理论计算机科学研究中的两篇论文,读者可了解其智能体工作流与分级评估方式。
Google DeepMind 发布 D4RT(Dynamic 4D Reconstruction and Tracking),用统一的编码器-解码器 Transformer 架构完成动态场景的 4D 重建与追踪。
推荐理由:D4RT 把动态场景重建统一进单一框架,并给出 18x 至 300x 的加速数据,可据此判断 4D 重建的实时化路径。
Google DeepMind 的 AlphaFold 团队在发布五周年之际回顾该模型的影响:AlphaFold 2 于 2020 年 CASP 14 上解决蛋白质结构预测难题,2021 年与 EMBL-EBI 合作上线 AlphaFold Protein Database,2022 年放出超过 2 亿个蛋白质结构预测。