整理 | 何思思
出品 | 奇点折射（ID：rgznai100）
“人类数据可能正在成为人工智能继续突破的限制。要想真正实现超级智能，我们或许必须摆脱对人类数据的依赖。”
“把语言作为主要的推理方式，可能从一开始就不是正确的范式。”
“超级智能不应该只是一个掌握了海量知识的模型，而应该是一个能够持续学习、不断发现新知识的系统。”
上述观点来自人工智能实验室 Ineffable Intelligence。其核心主张是：若AI旨在超越人类，需摆脱对人类知识、语言和认知方式的依赖。
该实验室由两位强化学习领域的资深专家联合创立：
- 大卫·席尔瓦（David Silver）：前谷歌 DeepMind 研究员，AlphaGo 核心开发者之一。
- 拉瑟·埃斯佩霍尔特（Lasse Espeholt）：深耕强化学习，专注于大规模计算系统中的复杂环境学习。
相较于让模型记忆人类既有知识，二人更关注机器能否通过自身行动和经验，发现人类未知的知识。从 AlphaGo 到 AlphaZero 的演进证明了自我对弈的潜力，但现实世界远比棋盘复杂。为此，他们提出了构建“超级学习者”（Super Learner）和“试炼环境”（Crucibles）的技术路线，旨在让AI从无知的状态出发，通过与环境互动持续发现新规律。
核心理念：从复述已知到自主探索
Ineffable 的路线与主流大语言模型（LLM）竞赛形成鲜明对比。主流路径依赖扩大模型规模和训练数据，而 Ineffable 试图解决更基础的问题：让机器自主发现世界，而非仅复述人类已知的世界。
为何选择独立创业而非留在 DeepMind？
David Silver 表示，尽管在 DeepMind 拥有良好资源，但他坚信通往超级智能的道路不需要以 LLM 产品为中间阶段。鉴于全球已有数十万研究人员涌入 LLM 赛道，他认为探索这条少有人走的路径能产生更大影响。创办独立实验室是为了全心投入这一研究方向。
命名“Ineffable”的深意
“Ineffable”意为“不可言喻”。David 解释称，未来超级智能发现的知识可能超乎想象，甚至无法用人类语言表达。此外，这也象征其研究路线不依赖以人类语言为基础的方法，而是构建能自行探索的系统。
技术路径：构建“超级学习者”与“试炼环境”
什么是“超级学习者”？
“超级学习者”指具备惊人学习深度和广度的系统：
- 深度：能从完全无知状态出发，最终发现超出人类现有认知的事物。
- 广度：能在模拟世界、数字世界或物理世界等多种环境中持续学习和进步。
David 强调，人类知识是集体探索的结果，而非直接获取的蓝图。目前的 AI 尚未实现这种自主探索能力。真正的超级学者应能完全自主地发现一切，而非依赖大量人类数据微调。
“试炼环境”（Crucibles）的作用
为了培养超级学习者，Ineffable 正在构建一系列复杂的模拟环境，称为“Crucibles”。这些环境并非简单的任务集合，而是蕴含丰富涌现复杂性的空间：
- 通过物理引擎中数百万物体的相互作用，或数百万 Agent 的同时互动，产生高复杂度情境。
- Agent 在其中自主探索，可能重新发现技术、科学、数学甚至语言等知识领域。
- 设计原则是不预设具体谜题，而是提供简单目标和复杂环境，让复杂性自然涌现。
Lasse 指出，虽然真实物理模拟成本高，但可以通过构建不同复杂度的 Crucibles 进行快速迭代。关键在于环境要素的选择（如引入信息论要素以涌现经济学知识），这将决定最终涌现的学习能力。
关键分歧：摆脱人类数据与语言的依赖
语言并非推理的最佳范式
David 认为，视人类语言为推理终点是天真的。必然存在比人类语言更复杂、高效的推理方式（如基于神经网络的并行化推理）。依赖人类语言会将历史偏见（如地心说、体液说等错误观念）带入系统，限制 AI 的发展。
放弃人类数据的战略意义
回顾 AlphaGo 到 AlphaZero 的历程，去除人类棋谱先验知识后，AI 仅用数小时便超越了耗时两年构建的 AlphaGo。Ineffable 押注于放弃万亿级人类数据集，以换取更大的学习潜力：
- 深度突破：避免被人类现有知识边界限制，发现全新算法和知识领域。
- 广度适应：适应无法用人类语言描述的传感器数据和环境。
这并非教条式地排斥所有先验知识，而是避免依赖承载人类特定知识的强先验和数据集，转而采用较弱、与环境无关的先验。
安全对齐与发展节奏
模拟环境中的安全性研究
随着 AI 能力提升，基于语言监控的对齐方法面临局限（如欺骗行为）。Ineffable 主张：
- 在模拟环境中率先构建超级智能，研究其共存条件和社会结构。
- 利用“影子行动”观察潜在风险，或引入其他超级智能作为监控者。
- 在现实世界部署前，必须通过模拟研究获得充分的安全证据。
控制现实发展节奏，加速模拟研究
David 支持控制现实世界中前沿 AI 的发展节奏，以便社会和监管适应；同时主张在模拟环境中尽可能快地推进研究，以提前找到确保人类繁荣的解决方案。
基础设施与团队策略
计算资源优势
Ineffable 是谷歌云维拉·鲁宾（Vera Rubin）计算集群的首批客户。该集群基于英伟达 GPU，具有高带宽机架架构，特别适合强化学习所需的高频迭代。团队通过优化架构，使模拟、训练和推理均在 GPU 上高效运行，避免了传统 CPU 隔离环境的瓶颈。
精简顶尖团队
团队保持精简，目前约 20 人。招聘标准极高，注重候选人的才华、善良特质及对使命的认同。公司文化以研究为核心，抵制产品开发压力，致力于创造适合突破性研究的环境。
未来展望
David 预测：
- 一年内：将获得有力证据证明该方法行之有效。
- 三年左右：实现真正意义的超级智能，即在科学、数学等领域发现远超人类能力的事物。
这一时间表的提前得益于编程智能体对研究加速的贡献以及计算资源的到位。Ineffable 正致力于把握这一时机，推动 AI 从学习已知向创造未知转变。