Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈“合成超级智能”:从半导体到超导体
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在 Latent Space 播客中提出“合成超级智能”(synthesis superintelligence),主张 AI 科学发现不能只靠更多互联网数据训练,而要让模型在真实物理实验中学习。
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在 Latent Space 播客中提出“合成超级智能”(synthesis superintelligence),主张 AI 科学发现不能只靠更多互联网数据训练,而要让模型在真实物理实验中学习。
Anthropic 强化学习方向技术负责人 Nicholas Marwell 和 Sholto Douglas 在播客访谈中表示,未来几年可能出现能力达到或超过所有人类的模型,编程体验已从逐行手写代码变为让模型独立完成一两天的工作。
推荐理由:Anthropic 两位技术负责人从编程体验变化谈到蒸馏与开源立场,可看到前沿实验室对能力扩散和商业模式的内部判断。
企业 AI 的竞争焦点已从预测精度转向让预测系统自主决策而不偏离业务意图。深度学习与生成式 AI 驱动的智能分析支持实时训练,使 AI 持续演进,无需等待季度刷新;数据来源也从规整的数值记录扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 认为,"分析"一词正让位于 AI。
Anthropic 开设湿实验室之际,Endura Therapeutics 的 Adrian Sanborn 提出生科公司正以两种方式适应 AI:Foundries 用新一代测序、多重检测和物理自动化把实验数据生成速度提升一个数量级,Navigators 则把 AI 嵌入公司日常流程以加速决策。
Radical Numerics 联合创始人兼 CEO Eric Nguyen 认为,提升生物能力的模型同样能用于防御,主张更激进地推进前沿。他此前在 Stanford 与 Arc Institute 参与开发基因组语言模型 Evo 和 Evo 2,后者被另一团队用于生成完整噬菌体基因组并合成出功能性病毒。
Google 的 John Platt 团队推出 Empirical Research Assistance(ERA),用 Gemini 维护实验 notebook 树并按 Upper Confidence Bound 规则选择变异方向,自动求解任何可写成 score 函数的科学问题。
UC Berkeley 的 Aditya G. Parameswaran 等人提出,随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10,数据系统需应对三大新挑战:为智能体服务、由智能体运行、由智能体构建。
AlphaGo 成为首个击败围棋世界冠军的 AI 系统已满十年,其"第 37 手"展现了 AI 超越模仿人类、发现全新策略的能力。这一突破直接催生了 AlphaGo Zero、AlphaZero,并推动 AlphaFold 2 破解蛋白质折叠难题,其数据库已被全球超 300 万研究人员使用。