AGI還有另一條新路：深度學習引導的程序合成！

剛剛， Keras之父Fran?ois Chollet宣布，與Mike Knoop共同創立全新AI實驗室Ndea，直奔AGI。

他們將另辟蹊徑，聚焦于深度學習引導的程序合成，以構建具有真正的發明、適應和創新能力的AI。

深度學習+程序合成，就能通往AGI了嗎？在他們看來，這是解鎖AGI，兩個必備的關鍵要素。

Ndea這一名字，也蘊含了深意——idea+N。

2019年，Chollet在具有里程碑意義論文中，揭示了一個令人深思的觀點：

一個能夠查看ARC任務并輸出解決方案程序的程序合成引擎，才能稱得上是真正的「智能系統」。

論文地址：https://arxiv.org/pdf/1911.01547

其實，早在2017年開始，Chollet這一想法就已經開始萌芽——將「系統1」深度學習與「系統2」程序搜索相結合。

這種結合，使得AI遇到新任務時，具備前所未有的能力：即時知識重組；終身學習；自主抽象生成。

有趣的是，這些開創性研究，最初只是Chollet的一個業余項目。

正如他所言，「在谷歌工作期間，ARC測試集和On the Measure of Intelligence都是在我下班完成的」。

而現在，這個方向將成為未來他研究的全部焦點。

Ndea篤定的是，「程序合成」是一種能將規格轉化為解決方案的軟件，一個全能的超級工具。

Chollet表示，如果我們在這個領域取得成功，我們不會止步于AI。

它將會被推廣到所能觸及的科學問題，加速科學進步，這才是AI最令人興奮的應用。

有網友對此表示，「AGI已確認，我們離奇點越來越近了」。

新公司宣言

打開Ndea官網，能夠一眼看到這家實驗室的終極目標——

將構建前沿AI系統，將直觀的模式識別和形式推理融合到統一的架構中。

AI與科學進步

與之前所有的生命形式不同，人類的崛起不僅僅是生物進化的故事，更是創造力的故事。

人類的進步源于對知識的好奇心、傳遞知識的能力，以及內在的創新驅動力。

人類創造的技術超越了人類的生物學限制，賦予了人類更多的杠桿作用。

人類站在過去一萬代人共同創造的知識與技術的巨大基座之上。

科學進步幫助我們克服了長期定義人類生活的種種負擔——饑荒、瘟疫和普遍的文盲。

科學將繼續重新定義人類的生存邊界。

今天，科學進步的加速依賴于一個關鍵因素：能夠獨立發明和發現的AI。

這種能力將超越人類最天馬行空的想象。

深度學習

當前基于深度學習的AI，盡管在許多方面令人印象深刻且具有經濟價值，但最終受到無法高效學習和適應的限制。

它擅長已知的任務，但在面對開放性問題時會崩潰。

它僅僅反映了訓練數據中存在的知識、程序和抽象，隱藏了人類通用智能創造訓練數據的事實， 就像創造了《綠野仙蹤》的人員隱居幕后。

如果AI沒有高度的適應性，它將永遠限制在人類能傳授給它的內容。

要將接下來的100年科學進步壓縮到50年，甚至10年，需要的是通用智能，而不是特定任務的技能。

我們需要能夠提出問題并探索新領域的計算機，而不僅僅是應用已知的解決方案；我們需要能夠創新的計算機。

通向AGI之路，并非通過對現有方法的漸進式改進。

深度學習的局限性是根本性的，無法通過表面的修補來解決。

是時候采用一種全新的范式了。

好消息是，Ndea知道這種范式：程序合成。

引導式程序合成

Ndea相信程序合成是解鎖AGI的關鍵。

與在連續嵌入空間中對數據點進行插值不同，程序合成會尋找離散程序或模型，然后完美解釋觀察數據。

這使得它能夠以極高的數據效率實現更強的泛化能力，只需要少量示例就能學習。

利用深度學習來引導程序搜索，可以克服程序合成中的計算瓶頸。

這種融合將直觀的模式識別與嚴謹的推理相結合，從最少的數據中，實現自主抽象和獲取技能成為可能。

與深度學習相比，程序合成仍然是一個相對不完善的研究領域。

2025年的程序合成狀態很像2012年的深度學習。

但Neda并非踽踽獨行，許多前沿AI實驗室也已經認識到程序合成的潛力。

然而，大多數人認為這只是實現AGI所需的一個小組件。但我們認為，程序合成和深度學習同樣重要。

我們正處于科學歷史的關鍵時刻，每一種直接的獨特的可能構建AGI的方法都值得一試。

新實驗室

AI研究與科學實驗室Ndea，這個名字——像是將 「idea」（創意）與 「n」結合——靈感來源于希臘語中的ennoia（直覺理解）和dianoia（邏輯推理）概念，體現了將深度學習與程序合成融合的首要目標。

Ndea完全致力于開發和實現AGI，以實現前所未有的科學進步，造福當代，利在千秋。

單單構建AGI就是一項巨大的事業，但Ndea的使命更為宏大。

Ndea正在創建加速科學進展的工廠——能夠發明并商業化N個創意的工廠。

從今天的視角來看，我們看到了許多「已知」的前沿領域，如自動駕駛汽車、藥物發現、可持續能源、機器人技術和太空探索。

雖然AGI將為所有這些領域帶來益處，但最令人興奮的冒險在于「未知」的領域。

AGI預示著今天無法想象的發現和進步。

人生下一站：AGI

這一次，并非是兩人第一次聯手合作。

Chollet和Knoop是ARC Prize Foundation的聯合創始人和董事會成員，該基金會是非營利組織，致力于開放AGI的公共推進和教育。

ARC基準是用來測試通用智能學習技能能力的基準測試，其中的任務對人來說輕而易舉，但對AI來說則非常難。

ARC-AGI甚至宣稱是「通用人工智能的進展」唯一正式標準。OpenAI在12天直播的最后一天，公布了o3模型在該基準上的突破，該基準得到了大量關注。

最近， 他們還公布了最新的技術報告。

論文地址：https://arxiv.org/pdf/2412.04604

由此看來，兩人對AGI并非一時起意，而是三思而后行的結果。

Chollet和Knoop分別帖子，公布了創立Ndea的消息。Knoop發文詳細闡述了，Ndea成立的愿景和目標。

在他看來，AGI是世界史上最重要的技術，這也是成立Ndea加入全新冒險重要原因之一。

Ndea終極目標令人振奮——加速科學發展時間線。

而這個宏偉的目標將通過以下步驟逐步實現：首先是理解智能，然后測量智能，構建智能，最終將其部署用于科學進步。

首要重點是利用深度學習引導的程序合成來創建能夠發明、適應和創新的AGI。

Knoop認為在5-10年內，擴展高效、無瓶頸AGI有兩個重點：深度學習與程序合成，而且兩者同等重要。

畢竟，程序合成領域的「Transformer」還未被創造出來。而且，程序合成領域的「Keras」還不存在。

2013年在ImageNet上，深度學習AlexNet卷積網絡取得了突破。

從此，深度學習開啟了AI的新紀元：AI≈深度學習。

而最近OpenAI o3擊敗ARC-AGI-1時，大家才第一次見識到程序合成的威力。

如果判斷正確，那么o3在程序合成領域的地位，相當于深度學習領域的AlexNet。

他認為AI發展的下一次突破要靠「程序合成」。

Knoop堅信：「人類將使用AGI來解決極其重要的問題。我相信，任何有新想法并能夠加速AGI發展的人，都應該投身其中。世界值得擁有這些。」

創始人介紹

Fran?ois Chollet

Fran?ois Chollet對AI的貢獻非常大，曾獲得全球瑞士AI獎，被《時代》雜志評為「AI領域最具影響力的100 人」之一

根據谷歌學術，自2020年以來，他的總引用量高達46574！可以看出他對深度學習、計算機視覺、語言模型等AI領域都有涉獵。

除了Keras之外，他還寫了暢銷書《Deep Learning  with Python》。

Mike Knoop

聯創Mike Knoop則浸淫AI產業已久，不僅在維持ARC基準，還投資了大量AI初創企業。

此前，他是軟件自動化公司Zapier的聯合創始人，曾擔任總裁，負責工程和產品工作，并領導了Zapier早期的AI轉型。Zapier的成功使他實現了財富自由，從而可以自由追逐AGI夢想。

他表示將從Zapier的日常工作中抽身，將重心轉移到Ndea，但仍然擔任Zapier的董事和品牌大使。