谷歌祭出Transformer杀手，8年首次大突破！掌门人划出AGI死线

430 0 0

文章摘要

谷歌DeepMind CEO Hassabis预测，2030年前将实现具备或超越人类能力的通用人工智能（AGI）。他认为，当前AI系统虽已取得显著进展，但仍需1-2个类似Transformer或AlphaGo级别的突破才能达成这一目标。多模态融合、类人视觉智能、语言与视频深度结合、世界模型及可靠智能体被列为未来12个月的关键趋势。Hassabis强调，扩展现有AI系统规模将成为AGI的“关键构件”，但同时也警示了AI滥用可能带来的灭绝级风险，呼吁投入资源应对这类威胁。

DeepMind最新发布的Titans架构被视为Transformer的潜在继任者。该架构结合了RNN的响应速度与Transformer的性能优势，在200万token级上下文中展现出卓越的召回率和准确率。配套的MIRAS框架通过动态更新核心记忆和自适应遗忘机制，解决了传统Transformer扩展时计算成本飙升的瓶颈。Titans通过“惊奇度”指标优先存储关键信息，其长期记忆模块采用多层感知机（MLP）结构，能够主动理解并串联输入内容的深层关系。

Gemini模型展现出意料之外的抽象理解能力。Hassabis指出，Gemini 3具备分析视频场景象征意义等“元认知”潜力，但开发团队对其功能的探索不足10%。用户常将模型应用于开发者未曾设想的场景，凸显了多模态AI的广阔应用空间。目前大语言模型仍存在能力不均衡问题，缺乏持续学习、多步推理等关键智能特征，而真正的AGI需实现各项认知能力的稳定整合。

技术突破与伦理挑战并存。Hassabis描绘了AGI可能带来的“后稀缺时代”图景：清洁能源、疾病攻克等重大问题的解决将重塑人类社会。但他也反思，技术全面突破后人类存在的意义可能面临重新定义。谷歌在NeurIPS大会同步发布的MIRAS框架为序列建模提供统一视角，其构建的无注意力模型（YAAD、MONETA等）在语言建模任务中性能超越现有基线，BABILong基准测试显示Titans在超长上下文推理领域显著领先GPT-4等模型。这些进展表明，架构层面的记忆补全与多模态能力的进化正加速AGI的到来。