110
0当整个行业都在斥巨资将大模型“堆”得更高时，我们是否正走在一条通往AGI的低效弯路上？本期节目，我们邀请到Keras作者、ARC-AGI基准测试创始人François Chollet，他将分享其颠覆性的观点——真正的通用智能可能源于一种更简洁、更高效的“程序综合”范式，而非无尽的参数扩展。
François Chollet不仅是深度学习框架Keras的创造者，更是一位对当前AI发展路径提出深刻质疑的思想家。在本期节目中，他阐述了其新实验室Indie的核心使命：探索一条与深度学习截然不同的“程序综合”之路。他认为，通过搜索能以最少信息量解释数据的“符号模型”，AI可以实现数据效率和泛化能力的指数级飞跃。Chollet大胆预测，未来真正的通用人工智能核心代码可能不足一万行，而我们今天斥资数百亿的庞然大物，或许只是通往这一优雅终点的“昂贵”弯路。
**您将了解到：**
- 为什么整个行业斥资数百亿追逐的大语言模型，可能是一条通往AGI的“低效”弯路？
- 当前最顶尖的AI模型在什么样的新型“游戏”面前束手无策，而人类却能轻松破解？
- 通用人工智能的核心代码可能不足一万行，甚至用1980年代的计算机就能实现？François Chollet为何提出如此颠覆性的预测？
**💡时点内容 | Key Topics**
* 01:31 程序综合新路径：François Chollet介绍了他的新实验室Indie，它致力于研究“程序综合”这一全新范式。他强调，这并非简单的代码生成，而是旨在建立“一个深度学习本身的替代方案”。通过寻找能以最少信息量解释数据的符号模型，该方法有望在数据效率、推理效率和泛化能力上远超现有技术。
* 07:00 自动化突破的关键：François Chollet指出了近期编程代理取得惊人进展的核心原因，即代码能提供“一个可验证的奖励信号”。他认为，任何能够被形式化验证的领域，如代码和数学，都将因此被现有技术栈完全自动化，因为模型可以摆脱对人类标注的依赖，通过自我验证生成海量训练数据。
* 16:50 ARC基准测试的进化：François Chollet回顾了ARC-AGI基准测试的演进历程，他指出V1的突破标志着推理模型的出现，而V2的饱和则预示了智能体编码这一新范式的崛起。他认为，该基准测试在“捕捉从推理模型到智能体编码的出现这一系列变化上，做得非常出色”，是衡量行业重大变革的优秀风向标。
* 22:53 ARC V3的新挑战：François Chollet发布并阐释了全新的ARC V3基准测试，它旨在衡量“能动性智能”。他解释说，V3将智能体置于未知的交互式迷你游戏中，评估其探索效率、自主设定目标和规划执行的能力。他强调，测试的核心是寻找“能够像人类一样，以同等的行动效率学会并破解这些游戏的AI系统”。
* 33:33 AGI的极简主义形态：François Chollet预测了通用人工智能的最终形态，他认为其核心将非常简洁高效。他大胆断言：“当我们有一天真的创造出通用人工智能，回过头来看，我们会发现它的核心代码库其实不到一万行”，并且这个优雅的解决方案可能早在几十年前就技术上可行，只是被我们长期忽略了。
* 49:34 驾驭AI的未来：François Chollet向听众提出了应对AI时代的建议，他认为悲观主义是不可取的。他强调，“你是无法阻止AI进步的，现在讨论这个已经太晚了”，因此人们应该积极学习专业知识，将AI视为可以驾驭和利用的强大工具，从而将挑战转化为改善自己生活的机遇。
**📺相关链接与资源**
[视频来源]《Beyond Scaling: Rethinking How We Build Intelligence》
本播客采用虚拟主持人进行播客翻译的音频制作，因此有可能会有一些地方听起来怪怪的。如想了解更多信息，请关注微信公众号"西经东译"获取AI最新资讯。如有后续想要听的其他外文播客，也欢迎联系微信：mayday2303。
