为什么我对 Discovery Loop 持怀疑态度（那些最近离开谷歌的顶尖人才），尽管他们完全应得融资。

我很好奇，想看看这些最近离开谷歌、创办自己的初创公司 Discovery Loop 的谷歌 AI 开发背后的顶尖人才，到底在提供什么。我所看到的让我有点惊讶。在机器学习和 AI 领域，他们无疑是行业的顶尖人物。当然，达到这个水平的人还有其他人，也就是说他们并非独一无二，但大致来说，他们是极为罕见的一批人。但他们正在提出的想法在我看来分为两部分。一部分是——我们自动化 AI 研究（这完全清楚）。第二部分是他们为未来规划的约 10 项科学与工程任务。在我看来，解决第一个问题与解决第二类问题之间的差异极其关键。这是根本性的不同。在一种情况下，你确实可以定义机器学习研究/训练/循环的任务，并在自己的大型基础设施内实现自动化，但其中存在细微差别。这正是 Anthropic、OpenAI 以及其他许多公司试图为自己自动化的同一任务。老实说，我看不出这个团队在这个特定方向上有什么优势。作为他们的专长，他们列出了 AI 和 ML 领域约 50 个不同的顶级项目，但除此之外没有别的。而对于他们为未来规划的每一项任务，你都需要接触真实的仪器、实验室、机器人、规划测量、处理传感器数据、安全性和可复现性检查、特定领域的成功标准、专业知识等等。我不是说这不可能。我的意思是，闭环的结构以及这个环中的瓶颈——这通常是行业初创公司在谈论自动化时会提到的东西。我最近遇到的一个例子是伦敦初创公司 Automata，它自动化实验室实验。事实上，这类工作的主要瓶颈在于硬件、实验室仪器，以及自动化方面的机器人化。在那里，闭环 AI 实际上被证明是相当初级的。这就是为什么我有点怀疑，如此宏大的声明最终能否变成接近他们预期的成果。我当然可能错了，但在我看来大致就是如此。另一方面，这些人是否理所应当地获得数亿美元融资（从我找到的泄露信息来看）？绝对理应如此。而且我认为他们能为整个行业带来一些新东西。原因之一是，据我所知，谷歌最近在一些问题上遇到了麻烦，恰恰与团队管理方式有关，而 Gemini 在智能体编码方面表现不佳。他们很可能会取得一些令人瞩目的里程碑。评论中有几张截图。