著名人工智能研究者 Francois Chollet 最近从 Google LLC 离职,他在 X 平台上发布的一系列帖子中透露,他正在创立一家专注于"通用人工智能"(AGI) 的新创企业。
在其中一篇帖子中,他解释说 Ndea 希望"开发并落地"AGI。AGI 是用来描述更先进的 AI 系统的术语,这种系统能够像人类一样出色地完成任何任务。目前真正的 AGI 尚未存在,但许多 AI 研究者认为这是一个可以实现的目标,Chollet 希望能成为首批实现这一目标的人之一。
"我们对当前的研究方向感到非常兴奋。我们相信我们有一个虽小但切实的机会取得突破——创造出至少能像人类一样高效学习,并且能够随时间持续提升而不会遇到瓶颈的 AI。" — Francois Chollet (@fchollet) 2025年1月15日
Chollet 在 X 上解释说,Ndea 将结合其他几种方法使用"程序合成"技术来尝试开发其 AGI 系统。据这位研究者称,这是理想的方法,因为它允许系统仅通过少量示例就能推广到之前未见过的问题。
Chollet 需要克服的一个挑战是程序合成是一种计算密集型技术,但他相信已经找到了解决这个障碍的方法。他补充说,"每个前沿 AI 实验室"目前都在探索这项技术,并且一定会取得进展。
"我们正处在科学史上的关键时刻的顶峰,世界值得每一次可能的直接的、独特的尝试来构建 AGI,"他说。
Chollet 最为人所知的是创建了 Keras(一个高级开源 API,可用于将 AI 功能集成到传统应用程序中),他与另一位知名 AI 研究者 Mike Knoop 共同创立了 Ndea。Knoop 此前是 Zapier Inc. 的联合创始人。
Knoop 在 X 上表示,他将辞去 Zapier 人工智能负责人的职务,专注于 Ndea,但他仍将继续担任该公司董事会成员。
目前尚不清楚 Ndea 是否已经筹集到任何资金,但该创业公司正在寻找员工,并已发布了多个远程研究职位的招聘信息。
根据 Knoop 的说法,Ndea 希望组建"世界顶级的程序合成团队"。团队组建后,将首先专注于"深度学习引导的程序合成",目标是构建一个能够以自主方式"发明、适应和创新"的 AGI 系统。
Knoop 表示,AGI 最令人兴奋的是能够"在比喻意义上穿越到未来,学习、发明和发现那些可能要几十年甚至几个世纪才会自然发生的事物"。
Chollet 和 Knoop 只是最新一批从让他们成名的大型科技公司离职的 AI 研究者。去年,OpenAI 的前联合创始人兼首席科学家 Ilya Sutskever 离开该公司,创立了一家名为 Safe Superintelligence Inc. 的创业公司,该公司旨在打造新一代"超智能"AI 模型,这些模型可能接近于实现 AGI。
此外,曾在 Google 与 Chollet 共事的 Fei-Fei Li 也离开该公司,协助创立了 World Labs Technologies Inc.,该公司正在开发"世界模型"来模拟虚拟世界以及真实的动画和物理效果。
好文章,需要你的鼓励
过去七年中,基于机器学习的AI工具几乎完全自动化了地震学的基础任务——地震检测。AI模型能够检测到比人工分析师更小的地震,特别是在城市等嘈杂环境中。斯坦福团队开发的地震变换器等模型使用一维卷积和注意力机制,在包含120万个人工标记样本的数据集上训练。这些工具通常能发现比传统方法多10倍以上的地震,为火山结构成像和地质研究提供了更全面的地震目录。
卢森堡大学研究团队开发的RLDP框架首次将强化学习应用于差分隐私优化,创造性地解决了AI训练中隐私保护与模型效果的矛盾。该方法如同智能教练,能动态调整隐私保护策略,在四种语言模型上实现平均5.6%的性能提升和71%的训练时间缩短,同时增强了抗隐私攻击能力,为敏感数据的AI应用开辟了新路径。
杰斐逊城市医疗集团作为密苏里州中部最大的多专科医疗服务机构,正在使用AI管理会议、简化临床文档和优化医疗流程。该集团在联络中心AI应用方面较为谨慎,担心完全数字化会影响患者体验。CIO表示未来会在统一通信平台集成AI,但部署时机将由医疗专业人员决定。目前已采用AI辅助临床文档记录和会议管理功能。
腾讯混元团队联合北京大学提出MixGRPO技术,通过混合ODE-SDE采样策略和滑动窗口机制,将AI图像生成训练效率提升50%-71%,同时在多项人类偏好评估指标上超越现有方法。该技术采用"从难到易"的渐进优化策略,专注于图像生成早期阶段的重点优化,并引入高阶求解器进一步加速训练过程,为AI图像生成的产业化应用提供了更高效可行的解决方案。