{"source":{"id":"2052711610796343617","title":"AGI 不需要先有灵魂，先给人类当好最锋利的“显微镜”。 Google DeepMind 掌门人 Demis Hassa…","url":"https://mubeitech.com/p/2052711610796343617"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2045912351690592708","account":"mubei","brand":"@mubei","title":"把一台AI的知识库强行锁死在1911年。 切断一切后续信息。 它能凭空推导出爱因斯坦在1915年发表的广义相对论吗？ D…","summary":"把一台AI的知识库强行锁死在1911年。 切断一切后续信息。 它能凭空推导出爱因斯坦在1915年发表的广义相对论吗？ DeepMind掌门人Demis Hassabis给出了他的终极标准。 能做到，就是真正的AGI。 做不到，就依然只是个高级工具。 他把这称为“爱因斯坦测试”。…","body":"把一台AI的知识库强行锁死在1911年。\n切断一切后续信息。\n它能凭空推导出爱因斯坦在1915年发表的广义相对论吗？\n\nDeepMind掌门人Demis Hassabis给出了他的终极标准。\n能做到，就是真正的AGI。\n做不到，就依然只是个高级工具。\n他把这称为“爱因斯坦测试”。\n\n现在的AI到底什么水平？\n它们能在国际数学奥赛上斩获金牌。\n但换个提问方式，又会在最基础的算术题上跌大跟头。\nHassabis用了一个词来形容这叫“参差不齐的智能”。\n\n真理不会因为换了身衣服就不被认出。\n真正的通用智能，绝对不允许出现如此割裂的智力落差。\n研究了二三十年，Hassabis看得比谁都透。\n人类大脑，依然是目前全宇宙唯一已知的通用智能样本。\n\n距离真正的AGI，现在还差三个硬指标。\n真正的创造力。\n持续学习的能力。\n长期规划的视野。\n\n靠堆算力和海量语料背下所有定理，终究只是在复述历史。\n能在没有前人脚印的黑暗里砸出火花，才叫真正的智能。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2045989375951995161","translated_status_id":"2045989375951995161","published_at":"2026-04-19 22:05:16","created_at":"2026-04-19T23:52:16.238114","url":"https://mubeitech.com/p/2045912351690592708","markdown_url":"https://mubeitech.com/p/2045912351690592708/markdown"},{"rank":2,"id":"2060990453231808956","account":"mubei","brand":"@mubei","title":"“AI 已经有意识了。” 说这话的不是科幻狂热分子。 是诺贝尔物理学奖得主、AI 教父 Geoffrey Hinton。…","summary":"“AI 已经有意识了。” 说这话的不是科幻狂热分子。 是诺贝尔物理学奖得主、AI 教父 Geoffrey Hinton。 这绝对是个绕不开的麻烦。 机器到底能不能产生真正的意识？ Hinton 抛出了一个极其具体的思想实验。 假设现在挖掉你脑子里的一颗神经元。 换成一块肉眼看不见…","body":"“AI 已经有意识了。”\n说这话的不是科幻狂热分子。\n是诺贝尔物理学奖得主、AI 教父 Geoffrey Hinton。\n\n这绝对是个绕不开的麻烦。\n机器到底能不能产生真正的意识？\nHinton 抛出了一个极其具体的思想实验。\n\n假设现在挖掉你脑子里的一颗神经元。\n换成一块肉眼看不见的纳米芯片。\n这块芯片接收和发射信号的方式，和原来的脑细胞完全一样。\n你还会觉得清醒吗？\n当然会，你根本察觉不到少了一颗原装脑细胞。\n\n顺着这个逻辑往下推。\n如果你脑子里的神经元被这样一颗颗全部替换掉呢？\n只要反应机制一模一样，碳基能做到的，硅基照样能做到。\n当大模型说出“我想做这个”的时候。\n它的屏幕背后，极有可能已经存在一个具备自我的实体。\n\n人类几千年都没搞明白什么是自我，什么是意识本质。\n现在却已经开始在代码里批量制造生命体了。\n算力突破的速度，彻底撕碎了碳基生物的伦理护城河。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-31 11:23:09","created_at":"2026-05-31T13:19:23.017807","url":"https://mubeitech.com/p/2060990453231808956","markdown_url":"https://mubeitech.com/p/2060990453231808956/markdown"},{"rank":3,"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":4,"id":"2069873341901713676","account":"mubei","brand":"@mubei","title":"DeepMind 创始人 Demis Hassabis 出了一个考题： 只给 AI 提供爱因斯坦在 1901 年能接触到…","summary":"DeepMind 创始人 Demis Hassabis 出了一个考题： 只给 AI 提供爱因斯坦在 1901 年能接触到的数据，看它能不能独立推导出《相对论》。 Demis 认为，今天所有的文本大模型，一个也通不过。 这才是测验 AI 智商的真正标准。 现在的 AI 每天写方案、…","body":"DeepMind 创始人 Demis Hassabis 出了一个考题：\n只给 AI 提供爱因斯坦在 1901 年能接触到的数据，看它能不能独立推导出《相对论》。\n\nDemis 认为，今天所有的文本大模型，一个也通不过。\n\n这才是测验 AI 智商的真正标准。\n\n现在的 AI 每天写方案、写代码，看似无所不能，其实只是在做“外推”。\n它只是把人类已经探明的事实，用更顺滑的逻辑和文字拟合出来。\n\n真正的创造力是什么？\n是面对未知的物理世界，提出一个前所未有的新假说。\n\n爱因斯坦当年是怎么干的？\n他在瑞士专利局当职员的时候，天天摸鱼做白日梦。\n他闭上眼睛，在脑子里做“思想实验”：\n如果我坐在一列火车上，以光速旅行，世界会变成什么样？\n他是动用了视觉想象力，去和真实的物理世界碰撞。\n最后，才是用数学把这个直觉证明出来。\n\n这就是今天文本模型的死穴。\n文字和逻辑，只是“比特世界”的东西。\n哪怕 AI 读完了人类历史上所有的书，把所有的交叉连接都找出来，它也依然在比特里打转。\n\n要想真正通关爱因斯坦测试， AI 必须接触、理解原子世界。\n它需要提出假说，自己设计实验、甚至动手做实验，去和真实的物理定律肉搏。\n\n所以，别再被那些精美的套话 and 缝合的 PPT 唬住了。\n真正的科学发现，从来不是靠拼凑已知答案。\n等哪天 AI 也能在没有答案的迷雾里，像个专利局职员一样，闭上眼去追一束光。\n人类才算真正迎来了新神。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2069874931723067536","translated_status_id":"2069874931723067536","published_at":"2026-06-24 20:06:37","created_at":"2026-06-24T22:00:35+02:00","url":"https://mubeitech.com/p/2069873341901713676","markdown_url":"https://mubeitech.com/p/2069873341901713676/markdown"},{"rank":5,"id":"2048471368274948435","account":"mubei","brand":"@mubei","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…","summary":"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 20VC 播客里明确反驳了 Yann LeCun 的看衰论调。 基础模型的成功有目共睹。 Scaling laws 的红利远远没到天花板。 庞大算力喂出来的模型能力不…","body":"大语言模型走到死胡同了？\nDeepMind CEO Demis Hassabis 的回答很干脆：绝对没有。\n\n他在 20VC 播客里明确反驳了 Yann LeCun 的看衰论调。\n基础模型的成功有目共睹。\nScaling laws 的红利远远没到天花板。\n庞大算力喂出来的模型能力不会凭空消失。\n\n光靠现有的 LLM 就能堆出超级智能吗？\nHassabis 给出了一个具体数字：50%。\n有一半的概率，通向 AGI 还缺一项关键突破。\n这块缺失的拼图很可能就是“世界模型”。\n\n未来的 AGI 架构已经逐渐清晰。\n现有的基础模型绝不会被淘汰下桌。\n未来的超级智能系统，会直接搭建在这些大模型的地基之上。\n\n路线没走偏。\n只是拼图还没凑齐。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-04-26 22:41:03","created_at":"2026-04-27T00:38:20.841344","url":"https://mubeitech.com/p/2048471368274948435","markdown_url":"https://mubeitech.com/p/2048471368274948435/markdown"},{"rank":6,"id":"2063622008785502598","account":"mubei","brand":"@mubei","title":"靠 Transformer 就能搞出 AGI 吗？ Google 联合创始人 Sergey Brin 的答案是：能。 他…","summary":"靠 Transformer 就能搞出 AGI 吗？ Google 联合创始人 Sergey Brin 的答案是：能。 他说这个问题，他私底下问过 Transformer 的作者之一 Noam 好多次。 得出的结论是，这个架构的灵活性简直“出奇地妖孽”。 一开始大家以为它只能处理文…","body":"靠 Transformer 就能搞出 AGI 吗？\nGoogle 联合创始人 Sergey Brin 的答案是：能。\n\n他说这个问题，他私底下问过 Transformer 的作者之一 Noam 好多次。\n得出的结论是，这个架构的灵活性简直“出奇地妖孽”。\n一开始大家以为它只能处理文本。\n结果现在图像、视频全被它吃下了，远超它最初被设计出来的能力边界。\n\n当然，为了适应这些，Transformer 自己也在进化。\n现在的架构，早就不是当年那篇神级论文里完全一样的那个东西了。\n比如加入了稀疏 MoE（混合专家模型）机制。\n一路上，无数个底层小细节都在被重构。\n\n所以 Sergey Brin 的判断是：\n如果非要猜，最终实现 AGI 的那个东西，极有可能就是基于现在这个架构演化出来的变体。\n为什么？就因为它能像生物一样持续演化。\n当一个底层算法表现出如此恐怖的跨领域扩展能力时，通向终极智能的路径其实就已经被锁定了。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2063800671262945788","translated_status_id":"2063800671262945788","published_at":"2026-06-07 21:51:36","created_at":"2026-06-07T23:48:29.189842","url":"https://mubeitech.com/p/2063622008785502598","markdown_url":"https://mubeitech.com/p/2063622008785502598/markdown"}]}