{"source":{"id":"2048471368274948435","title":"大语言模型走到死胡同了？ DeepMind CEO Demis Hassabis 的回答很干脆：绝对没有。 他在 20V…","url":"https://mubeitech.com/p/2048471368274948435"},"method":"semantic-similarity","count":5,"items":[{"rank":1,"id":"2038613197737869457","account":"mubei","brand":"@mubei","title":"现代AI的奠基人刚刚下了一个狠结论。 ChatGPT和Claude全走错路了。 全球大模型公司都在点一棵长歪的科技树。…","summary":"现代AI的奠基人刚刚下了一个狠结论。 ChatGPT和Claude全走错路了。 全球大模型公司都在点一棵长歪的科技树。 发话的是杨立昆。 2018年图灵奖得主。 没有他的神经网络模型就没有今天的AI。 他直接刺破了当前硅谷最大的泡沫。 机器能写会聊，我们就以为它产生了意识。 人类…","body":"现代AI的奠基人刚刚下了一个狠结论。\nChatGPT和Claude全走错路了。\n全球大模型公司都在点一棵长歪的科技树。\n\n发话的是杨立昆。\n2018年图灵奖得主。\n没有他的神经网络模型就没有今天的AI。\n\n他直接刺破了当前硅谷最大的泡沫。\n机器能写会聊，我们就以为它产生了意识。\n人类总是习惯性觉得口才好的人必定聪明。\n这纯粹是错觉。\n语言能力根本不等于底层智能。\n大模型再好用，也只是个像计算机一样的高级工具。\n\n历史总是重复得让人发笑。\n从上世纪五十年代的第一台学习机器开始。\n整整三代AI科学家都以为自己拿到了通往通用智能的门票。\n十年期限喊了一轮又一轮。\n最后全部落空。\n\n杨立昆亲眼见证了这三代人的狂热与破灭。\n当前这一波也不例外。\n靠堆算力和语料永远也喂不出真正的人类智能。\n硅谷现在的万亿估值只是建立在高级文字游戏之上。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-04-01 09:49:59","created_at":"2026-04-01T11:45:05.358728","url":"https://mubeitech.com/p/2038613197737869457","markdown_url":"https://mubeitech.com/p/2038613197737869457/markdown"},{"rank":2,"id":"2078442192457420892","account":"mubei","brand":"@mubei","title":"未来的AI护城河可能不在模型。 能让几十亿人天天用、还不会崩溃的底层基础设施，才是关键。 谷歌DeepMind首席执行官…","summary":"未来的AI护城河可能不在模型。 能让几十亿人天天用、还不会崩溃的底层基础设施，才是关键。 谷歌DeepMind首席执行官德米斯（Demis Hassabis）透露，过去一年谷歌在底层干了个大工程。 现在大多数公司搞AI，走的是省事路线。 给以前的旧软件，硬套上一个智能体（Agen…","body":"未来的AI护城河可能不在模型。\n能让几十亿人天天用、还不会崩溃的底层基础设施，才是关键。\n\n谷歌DeepMind首席执行官德米斯（Demis Hassabis）透露，过去一年谷歌在底层干了个大工程。\n现在大多数公司搞AI，走的是省事路线。\n给以前的旧软件，硬套上一个智能体（Agent）的外壳。\n但这种办法，根本接不住几十亿用户的日常并发。\n\n谷歌的做法直接得多。\n他们把整个底层技术栈掀了，从头重写。\n逻辑演进很清晰：AI优先，模型优先，到现在全面转向“智能体优先”。\n这跟传统软件开发的逻辑完全不一样。\n\n为什么要费这么大劲？\n因为谷歌每天要以闪电般的速度，服务几十亿用户。\n在这么庞大的运转体系里，只要底层没理顺，强加新功能系统就会崩。\n现在底层打通了。\nAI模型的各种新能力，就能像水一样快速流进谷歌的各种产品里。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2078467707788239346","translated_status_id":"2078467707788239346","published_at":"2026-07-18 12:33:58","created_at":"2026-07-18T14:25:27.117471","url":"https://mubeitech.com/p/2078442192457420892","markdown_url":"https://mubeitech.com/p/2078442192457420892/markdown"},{"rank":3,"id":"2073432956765630470","account":"mubei","brand":"@mubei","title":"拿了诺贝尔奖的 Google DeepMind 老大 Demis Hassabis，在 BBC 访谈里说了大实话。 他把…","summary":"拿了诺贝尔奖的 Google DeepMind 老大 Demis Hassabis，在 BBC 访谈里说了大实话。 他把 AI 的风险，清清楚楚地拆成了两类。 第一类，是坏人作恶。 比如利用 AI 去搞破坏、做坏事。 这类风险听着吓人，但其实性质很传统，它属于\"制度拦截\"的范畴。…","body":"拿了诺贝尔奖的 Google DeepMind 老大 Demis Hassabis，在 BBC 访谈里说了大实话。\n\n他把 AI 的风险，清清楚楚地拆成了两类。\n\n第一类，是坏人作恶。\n比如利用 AI 去搞破坏、做坏事。\n这类风险听着吓人，但其实性质很传统，它属于\"制度拦截\"的范畴。\n靠法律、政策监管、安全审查，筑起高墙，把坏人挡在外面就行。\n\n但真正让他头疼的，是第二类。\n一个纯粹的硬核技术风险：\n当 AI 变得越来越强大，开始进入自主干活的\"智能体时代\"（Agentic Era）时。\n我们怎么确保，能造出足够坚固的\"护栏\"，让它永远只做人类想让它做的事？\n\n主持人追问了一句：那我们现在知道该怎么做吗？\n这位全球最顶尖实验室的掌门人坦言：\n\"我觉得，这依然是一个悬而未决的研究课题。\"\n\"而且，我们迫切需要进行更多的研究。\"\n\n你看，真正懂行的人，从不跟你扯虚无缥缈的\"AI 觉醒毁灭人类\"。\n他们焦虑的，是纯粹的工程学滞后。\n\nAI 帮人类治病、改善气候的红利，眼看就要落地；\nAI 像人一样独立决策、执行任务的时代，也正在轰轰烈烈地铺开。\n但最前沿的开拓者却告诉你：那个能彻底管住它的\"安全刹车\"，到现在还没有研发出来。\n\n在自主化系统大规模铺开之前，如何测试它、审计它、验证它？\n这个巨大的控制真空期，就是当下最真实的行业现实。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2073756224785428887","translated_status_id":"2073756224785428887","published_at":"2026-07-05 10:42:08","created_at":"2026-07-05T12:35:42+02:00","url":"https://mubeitech.com/p/2073432956765630470","markdown_url":"https://mubeitech.com/p/2073432956765630470/markdown"},{"rank":4,"id":"2045181640297578605","account":"mubei","brand":"@mubei","title":"大模型永远不会产生意识。 十年后不会，一百年后也不会。 下这个断言的，不是什么传统的科技悲观派。 是 Google De…","summary":"大模型永远不会产生意识。 十年后不会，一百年后也不会。 下这个断言的，不是什么传统的科技悲观派。 是 Google DeepMind 的研究员 Alexander Lerchner。 他刚发表了一篇名为《抽象谬误》的论文，直接掀翻了当前AI界的桌子。 现在的主流观点认为，只要模型…","body":"大模型永远不会产生意识。\n十年后不会，一百年后也不会。\n\n下这个断言的，不是什么传统的科技悲观派。\n是 Google DeepMind 的研究员 Alexander Lerchner。\n他刚发表了一篇名为《抽象谬误》的论文，直接掀翻了当前AI界的桌子。\n\n现在的主流观点认为，只要模型参数够大，意识就会自然涌现。\nLerchner 把这称为一种根本性的错觉。\n算法只是符号的重新排列组合，是一张由人类画出的地图。\n无论这张地图多复杂，它也变不成真实的物理地形。\n\n他给出了一个绝佳的类比。\n指望一行行代码能产生真正的内在意识，就像指望写在纸上的“万有引力公式”能凭空产生重量。\n\nAI 可以完美“模拟”人类的喜怒哀乐。\n但它永远无法“实例化”任何生命体验。\n硅基代码能骗过你的眼睛，但越不过物理法则的边界。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2045715934782882289","translated_status_id":"2045715934782882289","published_at":"2026-04-19 03:54:41","created_at":"2026-04-19T05:53:23.964388","url":"https://mubeitech.com/p/2045181640297578605","markdown_url":"https://mubeitech.com/p/2045181640297578605/markdown"},{"rank":5,"id":"2046016440529248431","account":"mubei","brand":"@mubei","title":"Transformer根本不是AI的终局。 这是英伟达AI研究副总裁Sanja Fidler给出的断言。 这位掌管英伟达…","summary":"Transformer根本不是AI的终局。 这是英伟达AI研究副总裁Sanja Fidler给出的断言。 这位掌管英伟达空间智能实验室的负责人，看到的是当前架构的死穴。 现在的模型训练成本太昂贵。 对海量数据的依赖深不见底。 必须在架构底层撕开新的突破口。 新一代变种已经开始冒头…","body":"Transformer根本不是AI的终局。\n\n这是英伟达AI研究副总裁Sanja Fidler给出的断言。\n这位掌管英伟达空间智能实验室的负责人，看到的是当前架构的死穴。\n现在的模型训练成本太昂贵。\n对海量数据的依赖深不见底。\n\n必须在架构底层撕开新的突破口。\n新一代变种已经开始冒头。\n状态空间模型正在重新审视RNN的思路来提升效率。\n混合专家模型也在试图打通算力瓶颈。\n\n只有把门槛降下来，小规模实验才能跑得起大创新。\n技术进化不能永远被昂贵的算力账单锁死。\n\n下一个战场已经划定。\n让模型真正拥有空间智能，走向物理AI，这是正在发生的大迁徙。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2046263255480344755","translated_status_id":"2046263255480344755","published_at":"2026-04-20 16:05:25","created_at":"2026-04-20T18:01:14.174722","url":"https://mubeitech.com/p/2046016440529248431","markdown_url":"https://mubeitech.com/p/2046016440529248431/markdown"}]}