LLM 能否完成真正的“跳跃”
elonmusk · x · 2026-07-13
这条转发在讨论一个核心问题：LLM/AI 能否完成真正的“跳跃式发现”。
- 观点类比了 AlphaGo：看似巨大的搜索空间不代表不可计算，借助合适的采样/搜索方法，很多问题会变得可处理。
- 进一步把物理与数学看作一种“压缩”，认为科学发现未必是凭空跳出，而可能是对已有规律的重新组织与压缩。
- 还借爱因斯坦的例子说明：重大理论突破往往建立在长期理解具体问题、与他人互动、不断积累之后，而不是一次性凭空出现。
「漫话AGI」频道最新
- Anthropic S-1 写明两大 AI 愿景：治愈疾病与覆盖 46 亿缺医人口 — petergyang · 2026-10-27
- 高盛：美企 AI 采纳率与就业增长呈显著负相关 — ben_j_todd · 2026-10-27
- a16z：改变世界的技术都先「混乱入场」，Agent 正走同样的路 — a16z · 2026-10-27
- 断网也得会看病：NEJM AI 警告医学教育不能丢掉脱离 AI 的基本功 — BraydonDymm · 2026-10-27
- 程序员警告:模型「消融版」将冲击软件供应链,千级依赖无人设防 — nitarshan · 2026-10-27
- 程序员观点：每次 SOTA 模型发布，都该主动「删掉」部分旧认知 — zack_overflow · 2026-10-27