最近那个关于 AlphaFold 和 DeepMind 的 Verstasium 视频(https://youtu.be/P_fHJIYENdI?si=BZAlzNtWKEEueHcu)
讲得挺详细的,主要是说 DeepMind 是怎么一步步解决蛋白质折叠这个大难题的。
其中特别关键的一点是,他们深入研究了化学和进化之间的复杂关系,
而这些知识是由 DeepMind 内部一群来自不同领域的顶级科学家们一起整理和编码的,
这部分“人为定制”的工作,其实也为模型的高性能打下了基础。
我想说的是,像 DeepMind 这样全球顶尖的人工智能实验室,
在解决像蛋白质折叠这种超级复杂的问题时,
都必须依靠来自各个领域的专家通力合作、共同设计解决方案。
那我们又怎么能轻易地说“AGI(通用人工智能)已经离我们很近”呢?
毕竟像 AlphaFold 这样的 AI,其实还是针对特定问题专门设计出来的……
AGI 的定义是,一种能够像人类一样进行通用推理、解决各种不同类型问题的智能系统,
而我们现在看到的这些成果,虽然很厉害,但还远远达不到这个标准。 |