DeepMind先驱押注类人类学习方式的AI
DeepMind先驱规划AI发展新路线
AlphaGo系统背后的策划者David Silver已离开谷歌，去追寻他所谓人工智能的"经验时代"。这位著名研究者认为，当前AI模型从根本上受限于对既有人类知识的依赖。
从棋盘游戏到大胆创业
Silver并非默默离开DeepMind。他正在创立总部位于伦敦的初创公司Ineffable Intelligence，其使命雄心勃勃：创造通过试错而非被动吸收数据来学习的AI。"现有模型就像只会死记硬背课本的学生，"Silver解释道，"我们需要能够自主发现知识的系统。"
这一理念建立在Silver早先与AlphaGo及其后继产品的成功基础上——这些系统通过强化学习（即通过数百万次自我对弈持续改进）掌握了复杂游戏。
大语言模型的局限性
AI界正处在十字路口。尽管像ChatGPT这样的大语言模型展现出令人印象深刻的能力，但Silver认为仅靠处理更多人类生成的内容永远无法实现真正的智能。
"想象一下仅通过阅读来理解游泳是什么感觉，"他说，"真正的理解来自于跳入水中。"他的新企业旨在创建通过与环境的主动互动来构建世界模型的AI系统——就像人类或动物的学习方式一样。
日益壮大的运动
Silver并非唯一质疑当前方法的人。多位知名研究者最近离开大型科技公司探索人工智能的替代路径：
- 前OpenAI科学家投身具身认知研究
- Meta离职人员专注于神经形态计算
- Google Brain资深人士尝试混合架构
这场竞赛不再只是关于打造更好的聊天机器人——它正演变成一场关于机器应如何学习的根本性辩论。
这对AI未来意味着什么
其影响远超学术圈范围：
- 新型商业模式：探索替代学习范式的初创企业可能颠覆当前由LLM主导的格局。
- 研究重点：随着现有方法的局限性日益明显，资金可能转向更具实验性的途径。
- 人才流动：顶尖研究者越来越多地寻找能够追求非常规想法的环境。
Silver的创业项目已引起投资者和同行科学家的极大兴趣，尽管细节仍严格保密。有一点似乎可以肯定：AI发展的下一篇章将与过去截然不同。
关键要点：
- 强化学习先驱David Silver在取得里程碑式成就后离开DeepMind
- 新创公司Ineffable Intelligence专注于经验学习而非数据处理
- 顶尖研究者中对大语言模型局限性的质疑日益增长
- 随着替代方法获得关注和资金可能引发的行业转变
