Demis Hassabis: 德米斯·哈萨比斯：规模扩展、超人类 AI、基于大语言模型的 AlphaZero 与 AlphaFold

哈萨比斯认为，智能的适用范围很广，这说明专门化的大脑功能之下可能存在一些高层次的共享算法。他说，大语言模型在一个领域的能力提升，有时会迁移到其他领域，比如编程能力提高可能带动一般推理能力；但他也提醒，目前证据仍然有限。他将此与人类通过练习专精某项技能、同时依赖通用学习系统进行比较。神经科学背景启发了他对强化学习、经验回放和注意力等研究方向的思考，但他强调，这种启发并不意味着人工系统与大脑之间存在一对一对应。

谈到如何将大语言模型与规划结合起来，哈萨比斯认为，大模型可以提供先验或世界模型，之后再叠加类似 AlphaZero 的搜索，以探索行动并制定计划。他认为这种做法很有前景，但单靠它还不够：系统需要准确、可靠的世界模型，以及利用模型实现明确目标的机制。搜索可能计算成本很高，但他比较了 AlphaZero 搜索数万种候选棋局、传统象棋引擎可能搜索数百万步，以及人类冠军只考虑数百步的情况。更好的世界模型可以减少作出强决策所需的搜索。

哈萨比斯看好自我对弈与合成数据解决数据瓶颈，但他说，生成通用世界数据比在游戏中生成经验更困难。他以 AlphaGo 和 AlphaZero 为例，说明系统可通过彼此对弈、从自己的错误中学习并积累知识。他还指出，数据整理和分析仍不成熟：研究者需要找出训练分布中的缺口，再针对这些地方生成合成数据。讨论承认这些方法很有希望，但尚未证明它们能多好地迁移到开放式的现实任务。