DeepMind研究员：语言模型无法引发科学革命，世界模型或许可以

DeepMind 研究员 Tom Zahavy 在一篇题为“LLMs can't jump”的立场论文中提出,语言模型缺乏引发科学革命所需的核心认知机制,真正有潜力实现范式突破的是世界模型(world models),这为当前“AI 加速科学发现”的乐观叙事泼了一盆冷水。

• 论文核心论点是语言模型本质上在已有知识分布内做插值和重组,缺乏创造真正“全新”事物所需的机制
• 作者用“can't jump”作比喻,强调科学革命往往需要跳出既有框架的跃迁式突破,而非渐进式优化
• 与之相对,作者认为具备物理世界建模与因果推理能力的世界模型,更可能具备产生突破性洞见的潜力
• 该观点出自 DeepMind 内部研究员,而非唱衰 AI 的外部批评者,增加了讨论的分量
• 看点:这篇立场论文与同期 Claude 攻破密码学难题、Hyra 破解数学难题等新闻形成有趣对照——AI 到底是在做增量式的“高效搜索”,还是真能引发范式跃迁,业内路线之争仍未有定论,值得持续关注后续针对性反驳或实证研究。

本内容由 AI 生成，仅供参考，请注意甄别