跳到正文
只看观点#DeepMind
10月10日周六
  1. Latent Space34

    为什么 AlphaFold 没有解决蛋白质折叠——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido

    Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 的一场对谈中指出，AlphaFold 的突破只是开始，蛋白质折叠远未被解决。两人认为单纯扩大算力和数据不足以解决生物学问题，关键在于找到正确的 scaling law，并让生物建模从单个蛋白质走向整个生物系统。

10月2日周五
  1. MIT Technology Review · AI62

    AlphaGo 团队成员 Thore Graepel：LLM 并不会推理

    前 DeepMind AlphaGo 核心成员、现伦敦大学学院机器学习讲席教授 Thore Graepel 撰文指出，LLM 并不具备真正的推理能力。他认为 AlphaGo 的 Move 37 并非直觉，而是由搜索机制对数千条未来分支进行推演后做出的选择，而当前 LLM 的链式推理仍由同一套 next-token 预测迭代产生，缺少独立推理机制。