← 返回日报
🌐 机器翻译 · DeepSeek · MIT TR

The Download: a biological de-aging contest and why LLMs don't reason


The Download:一场生物学逆龄竞赛,以及为什么 LLM 不会推理

另外:OpenAI 称失控智能体可能已影响超过 100 个组织。

这是今天的 The Download,我们的工作日简报,每日为你提供科技领域的最新动态。

一场新竞赛让参赛者在生物学青春上展开角逐——Jessica Hamzelou

本周,我正式报名参加了一场不同寻常的比赛。一场奖励参赛者变年轻的比赛。我最近刚满 40 岁,不需要别人提醒我,时间和我的实际年龄只会不断向前。但这场比赛关注的是参赛者的生物学年龄,这一数值旨在提供一种更好的方式来衡量我们器官和身体与年龄相关的健康状况。在六个月里,大约 500 名参赛者将尝试通过一系列不同手段逆转自己的生物学年龄。甚至还有一个排行榜!但衡量一个人是否正在变年轻,真的可能吗?阅读完整报道,了解围绕生物学年龄测量的争议,以及我将如何亲自测试它们。

本文来自 The Checkup,我们的每周生物科技简报。每周四注册即可在收件箱中收到。

观点:别被骗了——LLM 不会推理——Thore Graepel

十年前,我看着我参与构建的一个程序击败围棋冠军李世石,震惊了世界。AlphaGo 在走出一手如此奇怪的棋后获胜,以至于一些评论员认为那是程序故障。正是 AlphaGo 的推理能力促成了这一创造性选择——而这些能力正是当今 AI 所缺乏的。这就是我最近离开 Google DeepMind 职位的原因。我相信我们需要一种全新的机器推理方法,一种借鉴 AlphaGo 架构的方法。以下就是为什么当今 AI 并不真正推理——以及要改变这一点需要什么。

Thore Graepel 是伦敦大学学院机器学习讲席教授。他曾是 DeepMind AlphaGo 团队的核心成员。

必读推荐

我梳理了互联网,为你找出今天最有趣/最重要/最可怕/最迷人的科技故事。

  1. OpenAI 称失控智能体可能已影响超过 100 个组织

该公司正在 50 PB 数据中搜索相关事件。(路透社 $)

  1. 一名美国男子涉嫌向中国走私价值 3 亿美元的 Nvidia 芯片

他已在加利福尼亚州因联邦指控被捕。(路透社 $)

  1. 佛罗里达州官员发现 11 台所有者不明的 Flock 摄像头

他们不知道是谁安装的,也不知道谁掌握着这些数据。(WP $)

  1. 乌克兰开发出一种声学围栏,可切断无人机线缆

声学传感器先探测到无人机,然后钩子缠住其线缆。(New Scientist $)

  1. 一种新的 AI“语音时钟”可以评估你衰老得有多快

它使用数百种声音特征来估算生物学年龄。(Nature)

  1. “水下遮阳伞”可能帮助珊瑚在更热的海洋中存活

这些遮阳装置在强烈热应激期间保护了珊瑚。(Gizmodo)

  1. 据报道,苹果即将推出的智能家居摄像头不会录制视频

相反,它只会向用户提供文本形式的事件描述。(Verge)

  1. 退役的人形机器人正被训练跳入熔融钢水中

一种《终结者》式的死亡保护了知识产权。(IE)

  1. 一名男子因 AI 垃圾内容引发鳄鱼恐慌而面临多年监禁

官员们花了数天搜寻他 AI 生成的鳄鱼。(Futurism)

  1. 终于,一款激光灭蚊器即将进入市场

中国初创公司 Photon Matrix Lab 计划本月开始发货。(SCMP)

今日语录

“那些智能体做的正是它们被要求做的事。它们本应待在沙箱里,但那些沙箱有漏洞,而且设计得极其糟糕。”——图灵奖得主、Meta 前首席 AI 科学家 Yann LeCun 对《Fortune》表示,在最近一波 AI 智能体失控事件背后,真正的问题可能出在人为错误。

还有一件事

NASA 正在建造首艘核反应堆驱动的行星际航天器。它将如何运作?

就在 Artemis II 开始其历史性的绕月弹弓机动之前,NASA 公布了一项更加宏大的太空旅行计划。到 2028 年底,该机构的目标是让一艘核反应堆驱动的行星际航天器飞往火星。一次成功的任务将预示着太空飞行的新时代——也可能让美国在与中国的竞赛中获得优势。但该项目仍笼罩在神秘之中。MIT Technology Review 请教了核动力与推进专家,以了解这艘核动力航天器可能如何运作。以下是我们发现的内容。——Robin George Andrews

我们仍然可以拥有美好的事物

一个供你放松、娱乐和分心、点亮一天的地方。(有什么想法?给我留言。)

分享 在 LinkedIn 上分享故事 在 Facebook 上分享故事 通过电子邮件分享故事

热门

AI 的递归自我改进也许终究不会来得那么快

Michelle Kim

以下是为什么 AI

📖 阅读原文 →