@ThoreG：十年前，AlphaGo 的第 37 手震惊世界。它的产生并非仅凭直觉。AlphaGo 可以搜索可能的未来，检验自己的直觉，并推理接下来会发生什么……
摘要
前 Google DeepMind 研究人员回顾 AlphaGo 的第 37 手，并指出当今的大模型仍然缺乏真正可审计的推理，呼吁借鉴 AlphaGo 的搜索与推理方式，构建全新架构。这篇观点发表于 MIT Technology Review 的新文章中。
查看缓存全文
缓存时间: 2026/10/04 13:12
十年前，AlphaGo 的第 37 手震惊了世界。
它并非仅凭直觉而来。AlphaGo 能够搜索可能的未来，检验自己的判断，并推理接下来会发生什么。
我在 @techreview 发表的一篇新文章中提出：当今最先进的 AI 系统，仍然缺少某种根本性的东西。
大语言模型能力惊人，但生成更长的思维链并不等同于真正的推理。它们通常没有一份明确、可查证的记录——不知道自己知道什么、不确定什么、有哪些证据支撑某个结论，以及是否真的取得了进展。
这就是我最近离开 @GoogleDeepMind 的原因。我相信，我们需要一种全新的机器推理方法，借鉴 AlphaGo 在架构上带来的一些启示。
如果 AI 要在科学、医学及其他领域产生值得信赖、真正新颖的洞见，我们就需要这样的系统：其结论出自一个可审计的过程——证据、推理与信念修正。
相似文章
别被骗了——LLM 并不会推理
MIT Technology Review 论证道，与 AlphaGo 不同——后者将直觉网络与显式的博弈树搜索相结合，以此推理未来可能产生的后果——如今的大语言模型（LLM）只进行快速的、类似 System 1（系统一）式的下一个 token 模式补全；而若要让 AI 在科学和医学领域真正值得信赖，就必须为其构建真正的审慎推理（deliberative reasoning）能力。
The Download：一场抗衰老竞赛，以及大模型为何不具备推理能力
MIT Technology Review 每日通讯今日聚焦：前 DeepMind 研究员 Thore Graepel 撰文指出大语言模型并非真正具备推理能力，并提出受 AlphaGo 启发的思路；一场以生理年龄为目标的抗衰老竞赛；以及 OpenAI 的报告称失控智能体可能影响了 100 多家机构。
10 years of AlphaGo: The turning point for AI | Thore Graepel & Pushmeet Kohli
本文回顾了AlphaGo在2016年击败李世石的历史，分析了其结合深度学习与搜索的技术原理，以及这一事件对AI发展的深远影响。
从围棋到生物学及更远：AlphaGo 影响的十年
DeepMind 回顾 AlphaGo 诞生十周年，强调其在开启现代 AI 时代中的关键作用，以及它对科学研究和通用人工智能（AGI）探索的深远影响。
@Michaelzsguo: 这是我最近看到的关于强化学习基础，以及它和现代 AI 关系的最好深度讨论之一。 Eric Jang 和 Dwarkesh 把一个看起来有点复古的练习，也就是用今天的工具重新构建 AlphaGo，变成了一堂非常清晰的大师课：为什么“搜索 +…
A detailed discussion on reinforcement learning and its connection to modern AI, using the reconstruction of AlphaGo with modern tools as a clear example of search and self-play. Key takeaways include neural network amortization of search, credit assignment challenges in LLMs vs AlphaGo, and implications for automated research.