AlphaGo 之父 David Silver 创业:押注无人类数据的「超级学习者」

Training Data (Sequoia) · rss · 2026-10-13

红杉 Training Data 播客访谈 Ineffable Intelligence 联合创始人 David Silver(AlphaGo/AlphaZero 主导者)与 Lasse Espeholt,谈他们脱离人类数据路线的计划:

核心思路:造一个「超级学习者」(superlearner)——从一无所知开始,通过直接经验而非预训练自行发现科学、数学与语言。Silver 认为 AlphaGo Zero 去掉人类数据后两天超越 AlphaGo 证明了这条路线;人类语言推理是天花板而非地基
训练方法:RL 栈 + 「crucible」环境,用简单奖励、不切碎目标,让复杂性自发涌现;一个 agent 无聊,两个 agent 才有无限可能
对齐观点:基于思维链监控的对齐已接近极限;不懂英语思考的 agent 需要新的监控方式;超智能如何共存的科学应先在模拟环境中解决,再触碰真实世界
算力:基于 GCP 上的 Vera Rubin GPU 集群,团队仅 20 人,延续 IMPALA/SEED RL 的技术脉络,人均算力比极高
预测:一年内出现有力证据,三年内实现超智能

对判断「经验时代」(age of experience)的 AGI 路线之争是高密度一手材料。

「漫话AGI」频道最新