AI 可解释性是否接近突破?一篇新文章让研究者产生分歧
The Decoder 报道,一篇新文章让研究者对 AI 可解释性是否接近突破产生分歧。文章主角 Cammarata 重新解读了 InceptionV1 中著名的猫脸与汽车神经元,认为它其实是 V 形检测器,而非叠加的例证;他提出递归泛化模式,并给出 Qwen3-32B 中约 90% 神经元极点只有一个主要职责、仅 2% 到 4% 无法解释的初步数字。
The Decoder 报道,一篇新文章让研究者对 AI 可解释性是否接近突破产生分歧。文章主角 Cammarata 重新解读了 InceptionV1 中著名的猫脸与汽车神经元,认为它其实是 V 形检测器,而非叠加的例证;他提出递归泛化模式,并给出 Qwen3-32B 中约 90% 神经元极点只有一个主要职责、仅 2% 到 4% 无法解释的初步数字。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 的一场对谈中指出,AlphaFold 的突破只是开始,蛋白质折叠问题远未解决,静态结构预测无法覆盖蛋白质动态与无序性。
亚马逊生成式 AI 助手 Alexa Plus 在智能家居控制、日常事务和厨房场景上明显强于旧版 Alexa,响应时间从 2025 年的 10 到 15 秒缩短到 3 到 5 秒,但作为私人助理仍不成熟,Echo Show 上的广告也严重失控。该助手在 Echo 设备上需 Prime 会员或每月 19.99 美元订阅,目前已在美加上线,并在墨西哥、英国、德国等十余个国家早期开放。
MIT Technology Review 与 Aventine 合作的文章指出,尽管马斯克称 Tesla Optimus 未来能以每台低至 2 万美元自动化几乎所有人类劳动、并预测 2027 年底前向公众发售,但许多机器人研究者对此持怀疑态度。
苹果被曝正在研发一款不保存视频录像的智能家居摄像头,改用 AI 将视觉数据转成描述家中情况的文本片段,并支持人脸识别;Google 可穿戴设备高级总监 Sandeep Waraich 也提出智能眼镜摄像头可只做图像传感器、不保存任何画面。
前 Google DeepMind 研究员指出,LLM 靠逐 token 预测生成思维链,本质仍是"系统 1"式的快速联想,并非真正推理。他列举三大缺陷:缺乏可检视的持久认知状态、知识与推理在权重中纠缠不清、思维链常是事后编造。他主张借鉴 AlphaGo 的搜索架构,为模型建立显式的认知状态,以支撑医疗、科研等高风险场景。