8.0
深览指数
科技微博·机器之心Pro··AI 生成
Gemini核心贡献者演讲：未来会有数十亿超人级AI爱因斯坦
Gemini核心贡献者、物理学家出身的Adam Brown在圆周理论物理研究所的演讲中，用大量基准测试数据（MATH、GPQA、IMO）描绘了AI能力从幼儿园到博士的跃迁，并指出这种进步尚无减速迹象。他提出，即便AI进步停留在今天（2026年7月），也足以彻底改变物理研究范式；而如果趋势延续，人类将迎来与AI协作的“半人马”黄金时代，最终可能拥有数十亿个“超人级AI爱因斯坦”。演讲的核心判断基于Scaling Law、算法改进和历史类比（国际象棋AI），而非空洞的愿景，但作者也坦承了自主性、规划能力等当前短板。适合关注AI对科研范式冲击的科技从业者、研究者或投资人阅读。原文 ↗
核心观点
- ▍大语言模型（LLM）很可能是人类构建通用人工智能的底层基质，其能力提升曲线尚未看到物理或逻辑上的终点，未来数年内将重塑物理学等科学研究的面貌。
- ▍即便AI能力从现在起完全停滞，它作为私人导师、编程助手、文献检索工具和头脑风暴伙伴的成熟用法，也已足以彻底改变物理学研究的方式。
- 01MATH基准测试（高中数学题），模型在2024年中拿到90%分（相当于金牌选手），六个月后市面上现成的模型近乎满分，该测试因此‘死亡’。
- 02GPQA测试（模拟博士资格考试），模型从接近随机猜测起步，在2024到2025年间冲过人类专家（~70%）并接近满分，即使使用未上网的同分布新题，表现也未见下降。
- 03布朗用自己在斯坦福的广义相对论与量子力学研究生期末考试（从未上网）测试模型，一年半内模型拿到满分。
- 042025年，布朗团队的系统在国际数学奥林匹克（IMO）级别测试中六题对五题，达到金牌水准；IMO主席评价其解答‘清晰、精确，使用了与人类相似的数学抽象方式’。
- 052025年9月，布朗团队采用‘半人马’（人类+LLM）协作模式，完成了此前无人知道答案的真正数学研究论文，合作者包括美国数学学会会长，后者称Gemini的论证是一种‘他本人也会为之自豪的洞见’。
- 062026年，OpenAI内部的大模型独立攻克了埃尔德什在1946年提出的‘单位距离猜想’（八十年来未解），给出了一个反例，推翻了正方网格构型是最优解这一长期信以为真的论断。菲尔兹奖得主高尔斯参与复核并给与高度评价。
- 07从宏观经济角度看，目前顶级AI训练投入占全球GDP比例仍很小（数亿美元 vs 美国近三十万亿美元GDP），算力堆量曲线还有非常长的增长空间。
- 08比堆算力更重要的，是研究人员不断找出训练流程的低效环节并改进，这是过去十年AI进步背后真正的‘第一引擎’。
反方 / 局限
- — 当前大模型仍存在四个明显短板：自主性低、学习速度慢、规划能力差、纠错能力弱。这些短板在过去一年有改善，但无一彻底解决，导致能通过研究生考试的系统迟迟未能产生公认的‘重大突破’。
- — 布朗承认，当题目被巧妙反转时（如‘医生是父亲’版本），模型可能无法察觉，机械套用训练数据中的常见答案，暴露出一种特殊的‘癖好’。
Adam BrownGeminiBlueshiftDeepMindOpenAIGeoffrey Hinton圆周理论物理研究所Scaling LawMATH基准测试GPQA国际数学奥林匹克(IMO)单位距离猜想埃尔德什阿尔菲·高尔斯Elo等级分
15 分钟 · 5 卡片 · 14 资料
读原文 →