专题：deepmind

本文探讨语言模型如何通过互联网数据实现对现实世界的理解，分析Transformer架构与神经科学理论的关联，指出AI系统需解决‘接地’问题以真正掌握人类经验。核心亮点包括对语言模型能力的重新评估、符号系统与现实交互的矛盾，以及人类行为多样性的数据量化。

文章探讨 DeepMind 的 20% 自由时间政策，强调其在 AI 研究中的实验性和前瞻性。与 OpenAI 相比，该机制更注重内部创新，有助于推动前沿技术发展，对理解 AI 行业趋势和企业战略具有参考价值。

Demis Hassabis提出‘Proto-AGI’概念，基于Gemini模型扩展，旨在实现更高级的认知能力。尽管前景广阔，但目前仍处于早期阶段，面临诸多技术挑战。