Transcription
我们的小组试图设想一个未来，届时我们将拥有直接植入大脑的纳米技术，它们可以相互通信，如果你是一名患有帕金森病的精神疾病患者，那么他们就可以利用这种纳米技术来控制你手部的震颤等，而且这是实时的，所以你可以实际检查一下，你每晚什么时候白细胞会突然增加，如果你每年都做一次血液检查，你可能看不到这种模式，但如果你只是用 certric 监测，你就可以看到白细胞每分钟都在增加。所以这个人可能有一些发病率，实际上是伴随着那些夜间进食者和类似的东西，然后我们可以进行下一步，找出其根本原因。所以，这是一种早期检测以及持续监测。纳米机器人将进入大脑，然后它们会聚集在大脑肿瘤周围，最终通过纳米机器人激发，它可以使肿瘤变小，然后它就会消失。感谢您加入改变世界的印度首个未来科技与可持续发展播客。我是主持人 Eddie Ail，今天我非常荣幸地邀请到 MIT 媒体实验室的博士后研究员 Paric Islam 先生，他正在进行 MIT Novo Nordisk 人工智能博士后奖学金的研究。他是 Deina Sarkcar 教授领导的纳米网络生物技术研究小组的成员。他的专长是数据分析和机器学习，他的研究重点是开发新颖的纳米电子器件，并将它们与生命物质融合，以创造纳米机器生物混合系统。所以 Tariq，我非常非常感谢您抽出时间参加这个谦逊的播客，我想从纳米技术开始，我认为这一切都始于 Richard Fanmine 和他早期题为“底部有大量空间”的讲座，你知道，因为直到那时，我认为我们只是在玩弄宏观世界，然后我们发现，哦，哇，外面还有一个微观世界。所以你能先解释一下什么是纳米技术，以及你认为纳米技术将如何颠覆我们的世界吗？嗯，纳米技术这个词基本上来源于尺度的事实。所以微米是 10 的 -6 次方米。所以纳米比它小一千倍。所以是 10 的 -9 次方。这就是问题的症结所在，我们制造的器件的尺寸是纳米级的，在许多情况下是几百纳米，甚至更小。所以这就是为什么它被称为纳米技术。这可能是量子极限，我们无法低于五六纳米的那个尺度，对吧？是的，你获得了 MIT Noon Nordisk 人工智能博士后奖学金，你能详细说明一下 MIT Noon Nordisk AI 博士后奖学金的具体目标和研究重点，以及你的职责是什么吗？是的，这个奖学金是 MIT 的一项新尝试或新想法，因为捐赠来自 Nordisk，我猜你听说过 OMIC，对吧？对。是的。所以，Noon Nordisk 是发明这个的人。所以，他们现在因为 Ozic 基本上成为了世界第一的制药公司。所以他们决定利用新获得的资金来推动一些基础研究，以帮助生物学或某种生命科学。而且由于目前大多数这些公司，甚至政府和其他机构的重点是，如何利用现代人工智能技术或利用人工智能技术来服务生命科学，所以 Noon Nordisk 决定将他们的资金投入其中，并在 MIT 启动了这个项目。其中很多都是早期研究，无论你在这里做什么，可能在 10 年甚至 20 年后才有用，所以这有点像，你只是信任研究人员，他所做的事情在 20 年后会有用，而不是一年后。所以这有点像一项登月计划，我认为我们需要更多这样的登月计划，我认为我们需要更多这样的机构和投资者来支持研究人员，因为我认为世界，我认为大多数工程师，甚至投资者，你知道，都倾向于支持一个有产品市场契合度的产品或创新，你知道，但我认为世界会改变，你知道，当你拥有这些勇敢的研究人员，他们相信他们所做的事情，相信创新，并相信他们正在构建的东西可以彻底颠覆世界，我认为我们需要更多这样的东西。我说这些是因为，我认为就在 2000 年左右，你知道，当 OpenAI 和 Google DeepMind，你知道，当他们第一次想到要构建通用人工智能时，你知道，每个人都嘲笑这个想法，我的意思是，你知道，什么是 AGI，因为你知道，每个人都想要一个产品市场契合度，你知道，但然后他们相信他们的愿景，到了 2025 年，这两家公司都是世界上最大、拥有最好产品的公司。这在很大程度上是由于某些人的信念，我认为我们需要培养具有这种信念的研究人员，追求这些登月计划将是伟大的，如果你能解释生命物质，因为我们知道整个宇宙，它是由原子组成的，原子构成了整个宇宙，什么是生命物质，是什么启发你从事纳米技术和生命系统交叉领域的工作？是的。所以生命物质有点像，我该怎么说呢，这是一个营销术语，用于所有这些将纳米技术与细胞相互作用的研究。所以实际上，与某些组织的纳米技术相互作用已经完成了。比如你可以想到用电极进行脑刺激。所以我们有大型电极植入大脑，它们由大脑外部的纳米芯片等驱动。但是，像我们小组和类似小组所设想的未来，我们将拥有直接植入大脑的纳米技术，它们可以相互通信，然后它们可以真正帮助人们，比如，如果你是一名患有帕金森病的精神疾病患者，那么他们就可以利用这种纳米技术来控制你手部的震颤等。所以这就是宏伟的愿景。所以基本上是从体外的纳米技术，但仍然有助于控制你的运动，到可以直接植入体内。所以，有很多挑战。所以我们正在逐一克服它们。人工智能是其中一部分。你是否能够详细阐述或解释你所说的“纳米技术植入大脑”是什么意思，因为那是 Max Hodak，他是 Neuralink 的前首席技术官，现在他有了自己的初创公司，名为 Science，他们正在致力于创建这种生物混合植入物，它能与你的大脑融合。它不是一个外部的脑电图设备或外部电极本身。他们正在创造这些生物技术混合体，它们能与你的大脑融合。你是在暗示这样的事情吗？这是我的第一个问题。在将纳米电子器件与生命物质融合时，你面临的最大科学或工程挑战是什么？是的。是的。这很相似，因为很多人也这样想。这基本上是如何将细胞与纳米技术接口。特别是对于大脑，我们小组试图以非侵入性的方式进行，也就是说，我们不需要手术，打破头骨，然后将纳米器件放在那里，然后尝试以其他方式进行。所以对我们来说，主要挑战之一是穿越血脑屏障。我不是这方面的专家，但这确实是一个主要的瓶颈。所以血脑屏障需要非常小的分子才能真正穿越它。如果它更大，它就不能。所以我们的纳米器件必须以那个尺度制造，以便它们能够真正穿越这个血脑屏障，然后进入大脑。你如何看待这些纳米机器生物混合系统在未来十年内改变医疗保健？因为当我们谈论纳米技术时，是的，我认为世界各地有各种实验室在制造这些纳米机器人和纳米混合系统、纳米电子器件，但我们仍然没有看到它们从实验室走向实际世界。你看到了哪些挑战，你认为这什么时候会发生，它会从实验室走向市场？我认为科学和其他实验室目前都主要依赖于此，即使你在人类身上展示了这一点，你还必须进行随机对照试验，这可能需要几年时间才能获得良好的结果或结论性结果，然后我们才能获得 FDA 批准等。这是一个漫长的过程。我认为这不会在五六年内发生，但即使在那之后，我认为人工智能正在以光速发展，这基本上是你的专长，你知道，数据分析以及机器学习，你如何看待纳米技术与机器学习数据分析的融合正在改变个性化医疗的未来？是的，这是一个绝佳的问题，所以原来是，所以即使你有设备，这些主要是电路，对吧？所以它们在电路理论方面，它们只是由不同的频率驱动，或者它们发出不同的频率。现在，我认为，为了控制某些疾病，你必须知道在什么频率下驱动它们，或者在什么频率下激发才能获得它们，这样它才能帮助一些患者等等。所以你必须以那种方式设计纳米技术，基本上是出于那个原因。现在下一个问题是，我们只是把它们放进大脑，它们就会继续工作吗？所以你必须有一些控制机制，你必须知道何时开启，何时关闭，以及如何管理它，比如，你希望激发强度是多少等等。所以现在你可以考虑人工智能如何在这里工作。基本上，我有一些设备会发出信号或接收信号。现在我必须使用人工智能来有效地生成这些信号，以便它能够帮助这些人。所以这就是人工智能主要发挥作用的地方。现在下一件事是，为什么是人工智能？为什么我们不能有一些开关，一些工程系统？所以这更多的是一个规模化的挑战，比如在你大脑中会有数千个电极，如果你只是试图为它们创建一个基于规则的方法，它就会变得极其困难，你必须为数千个纳米机器准备开启和关闭的向量，这对于工程师来说是不切实际的，无论是在空闲时间还是其他方面，所以这就是我们所说的学习系统，所以人工智能基本上收敛于它可以获取数据，它可以从数据中学习，哪些模式有效，哪些模式无效，然后我们可以应用它来有效地学习它，它会很快地激发我们大脑中的那些纳米器件。现在说到个性化，不同的人的大脑结构不同。他们甚至，如果你了解脑电图，你会知道没有两个人的脑电图模式是相同的。它们完全不同，这就是为什么你可以，如果你足够复杂，你可以通过他们的脑电图来识别一个人。这是一个完全不同的讨论。所以现在如果你有几个这样的人，那么下一个问题就是，如果我们训练了一个算法，它是否对所有其他人也有效？答案显然是否定的，因为你不会在相同的大脑空间中进行，因为你不会在相同的大脑空间中注入纳米机器人，因为有些人可能在左叶有问题，另一些人在顶叶有问题。所以你必须在不同的地方注入它们。所以现在，你的执行器必须知道它们在哪里，以及它们将如何驱动它们。所以我们必须单独为不同的人训练这个算法，从人工智能的角度来看，这是因为你必须有一个大型数据集，你可以从中访问其他类似的人做了什么。所以这就是人工智能可以做到，你知道，这些执行器将驻留在我们可以为个人采样的微小发射流形中，它将是个人化的。你如何看待医疗保健的未来？你看到了吗？因为你提到了，我的意思是，你知道，每个人的大脑，我的意思是，你知道，它的功能非常不同。你认为最终可能人工智能可以发挥作用，它能够概括一个特定问题，如果一个人有特定问题，并且通过人工智能可能能够概括并可能解决问题。这是我的第一个问题，作为一名数据分析机器学习专家，你遇到的最大数据相关挑战是什么？是的，这是一个有趣的问题。所以，所以这仍然是逐案处理。所以以前我们认为，想想 X 光片，它们也是一种生物信号，对吧？每个人都有不同类型的 X 光片，但 X 光片仍然非常通用。同样的情况也适用于心电图。每个人都有不同类型的心电图，但它们仍然非常通用，就像大脑数据，甚至大脑，比如刺激大脑也是通用的，但在某些情况下也不同，例如，没有两个人会以相同的方式思考，就像那样，如果你刺激大脑，大脑会给出明显的反馈来改变这个人的行为，所以这是另一个必须克服的问题，当涉及到实际在现实世界中实施并将其设置在野外时。所以这仍然是一个问题，它是否可以通用化。所以目前的大脑数据实践需要一定程度的个性化。所以这通常被称为“分布内训练”。所以你只是从你试图为其构建系统的那个人的样本中获取，然后让人工智能遵循那个人的行为。但你的问题确实很有趣，因为也许当我们拥有足够大的数据时，世界上有 80 亿人，但我们只与几千人打交道。所以如果我们能从中提取所有这些，也许是的，我们可以通用化，但这只是一个需要大规模操作的巨大问题，对吧？不，不，完全公平，Tar，你属于纳米网络生物技术小组，与 Deina Sarkar 教授一起工作，如果你能分享一些与 Deina Sarkcar 教授一起工作的经验，以及你们目前正在进行的尖端项目，那将是很好的。哦，是的，Deina Sharker 教授在这方面非常有远见，她对她想做什么有清晰的愿景，这非常令人兴奋。所以和她一起工作，这是一个相当大的实验室。所以我们有神经科学专家。有生物化学专家，当然还有器件制造专家，这是该小组的重要组成部分，还有生物学专家。所以，所以我们只是互相交谈，然后试图解决那些使她的愿景成为现实的重大问题。这就像看待一个领域，我该怎么说呢，你不需要知道每一件事的确切细节，但如果你能从上面看，把它们都看在一起，你就会对什么出了问题，什么做得对有一个很好的想法。对。是的。最近，实验室因 circ 产品而成为新闻。你能否向我们介绍一下 circ 的核心技术创新，包括可穿戴传感器本身以及应用程序的人工智能算法？是的。所以 circ 主要来自，我想你已经知道 Apple Watch 了，它们使用光电容积脉搏波描记法传感器。所以光电容积脉搏波描记法基本上是，你使用可见光甚至近红外光，然后让它穿过你的皮肤。所以光电容积脉搏波描记法的一个问题是，皮肤中的光会散射很多。所以从这个意义上说，你只会得到某种平均信号。它可以追踪你的，我该怎么说呢，心率，你可以追踪你的血压。显然，血压必须在某种意义上为你个性化，或者你可以做一些其他健康信息，但 circ 的不同之处在于，它使用一种非常激光的光，而且它实际上不会散射太多。所以显然它会散射一点，但不会太多，当你记录这些数据时，你实际上可以看到，以单细胞精度输出，如果你将 circ 直接放在你的血流上，你就可以获得来自每个单独细胞的激发信号。所以这就是这里的主要创新，你实际上可以做到这一点，而不是得到一个平均信号。所以现在人工智能是如何发挥作用的。所以那是下一步的问题。所以现在我们可以从中看到单个细胞，所以下一步基本上是，我们有了来自单个细胞的数据，那么我们如何解释它呢？我们如何从中做出临床相关的决定？而这基本上就是人工智能可以提供帮助的地方，而不是说你在追踪，手动计算每个半功率带宽等等，你可以直接将数据输入人工智能，让它弄清楚哪种信号对应于哪种细胞，以及哪种疾病。这样你就可以计算细胞数量，然后看看你的血液中是否有大量的白细胞，你可能会想，这里可能出了问题，所以我们应该进行下一次实际的血液检查，看看出了什么问题，这是实时的，所以你可以实际检查你的，让我们回到白细胞的例子。如果你每晚突然白细胞增加，那么如果你每年都做一次血液检查，你可能看不到这种模式，但如果你只是用 certric 监测，你就可以看到，白细胞每晚都在增加。所以这个人可能有一些发病率，实际上是伴随着那些夜间发烧和类似的东西，然后我们可以进行下一步，找出其根本原因。所以，所以这是一种早期检测以及持续的。对。对。这有多酷？你知道，我读过它，它说关键目标是癌症。你认为 circ 还能监测或早期检测哪些其他疾病？是的，我的意思是，这也是问题所在，对吧？如果你有大量的白细胞，这可能表明癌症或其他什么。或者如果你看到更多的血液流向某个区域，那么你可能可以表明那里可能有一个肿瘤在生长。所以它导致了信号，所以增加了那里的血流量，以便肿瘤可以生长，所以你可以早期检测到它。所以这些是，对，对，Tarik，我的意思是，回到关于人工智能和纳米技术的协同作用以及这些纳米器件的早期问题，你知道，因为我们谈到了，你知道，会有这些纳米机器人用于药物输送等等，纳米电子器件，你知道，下一代纳米器件是什么，它将由人工智能驱动，你认为它们会是什么样子？它们看起来会是什么样子？以及那些“低垂的果实”，比如最初的几种疾病，你也许能够完全，你知道，消除，解决掉，你知道，如果你能谈谈这一点，那就太好了。是的。是的。所以，是的，这是一个很好的问题，也是一个很难的问题。所以低垂的果实对不同的人来说是不同的。对我来说，我主要研究精神疾病和大脑数据。所以对我来说，低垂的果实将是，比如说，完全治愈帕金森病，我想，但对其他人来说，那些研究脑癌的人来说，他们可能会认为，纳米机器人将进入大脑，然后它们会聚集在大脑肿瘤周围，然后最终只是让肿瘤消失。你可以通过纳米机器人激发来使肿瘤变小，然后它就会消失。如果一个人已经配备了这些，那么这个人可能一生都不会患脑癌。所以，是的。所以 Tataric，你提到，我的意思是，你知道，你的专业领域是你想要解决的，可能是帕金森病，你知道，神经系统疾病，我的意思是，这是一个巨大的问题，你知道，世界上有各种各样的问题，你知道，从帕金森病，阿尔茨海默病到唐氏综合症等等，你知道。你有没有直觉，你知道，这什么时候可能准备好上市，它将真正解决这些大问题？是的。正如我所说，这是一个关于准备好上市的难题，因为我们正在进行非常早期的检测，比如你有时会在新闻中读到科学家们发现了一些可以治愈癌症的东西，但那还处于非常早期阶段。你甚至在研究之后，你必须看看，它确实能杀死癌细胞，但它是否会对人体造成其他伤害。所以，例如，我可以告诉你，我拿一个培养皿，一个癌细胞，然后把它点燃，它 100% 的时间都能杀死癌细胞，但这并不能帮助实际的患者，因为你不会点燃实际的患者。所以，所以这是个棘手的问题。不是棘手的问题，而是棘手的事情，比如，我们看到一些东西在体内起作用，也就是说，在活体上，对我们来说主要是老鼠。但当你将其转化为人类时，你必须考虑很多不同的事情，比如我要测试什么样的人，如果出了问题会发生什么。所以我们必须等待并观察事情如何发展。所以它需要大量的，我该怎么说，监管监督，也就是说，它必须非常小心地进行，以免发生任何坏事。但是，但是如果你想给我一个时间表，我会说你会在大约五到六年内听到一些接近人类部署的消息，但即使在那之后，仍然需要几个月的时间才能真正让这些东西投入使用，对，对，完全公平。你是否敬佩你所在领域的同行，你认为他们正在做伟大的工作？也许你知道，正在解决神经系统疾病，一个实验室，一位研究人员，谁处于前沿，并可能正在加速或做一些可能缩短这个时间表的事情。我认为我正在和 Lina 一起工作，她在这方面做得很好。但她更多的是从工程角度来看。麻省理工学院还有其他几个实验室也在做类似的事情，但他们有物理学方面的专业知识。有些有生物学方面的专业知识。所以我不认为会有一个人能做到这一点，但这将是一项科学努力。每个人都尽力而为，然后我们互相学习，看看什么有效，什么无效，然后最终它会进入市场。同样的情况也适用于 Neuralink，他们现在市场上的技术，这些技术在 15 年前，20 年前在各种大学的实验室里都经过了测试。所以一家公司需要很长时间才能使这些技术具有市场竞争力或使这些技术进入市场。所以我认为不会是一个人，我认为会有很多人一起合作。对。对。完全公平。关于纳米网络生物技术小组，除了 circ 之外，你还有什么想分享的吗？我敢肯定你们还在开发其他可能更快上市的产品。有什么你想和我们分享的吗？是的，我主要从事数据分析工作。在设备方面有很多工作。他们做了很多正在推向市场的工作。我认为如果你上网，你会看到 Kahira Technologies，这是一个从我们实验室分出来的初创公司，他们有一些设备，他们希望在未来几年内推向市场。我们应该牢记哪些伦理或安全方面的考虑因素，你知道，在构建这样的技术时，你知道，因为我认为是的，显然我认为你们正在构建的东西是美好的，但是，你知道，我们正在谈论可能，你知道，这些纳米电子设备可能具有生物混合性，与人类融合。在创造这些，你玩弄生命物质，生命系统以及这些纳米电子设备时，需要牢记哪些伦理或安全方面的考虑因素？是的。所以，是的，这是一个绝佳的问题。所以，我可以说，生命细胞的主要敌人之一是热量。而纳米技术的一个共同特性是产生热量。所以这有点像火和水在互相交谈，当你将细胞与纳米机器混合时。所以主要的，主要的挑战之一是使这些纳米机器非常高效，这样它们就不会发出那么多热量，我认为这是这些情况下的主要安全问题，另一件事是，正如我之前所说，进行人体试验或人体实验非常棘手，除非你绝对确定会发生什么，以及这个人会发生什么。所以我认为 IRB 委员会会密切关注它。但对我们研究人员来说，我们必须与生物物理学家核实，以确定这些纳米技术是否会真正伤害任何细胞，或者会伤害哪些细胞，我们身体的不同细胞在不同的温度下工作。所以如果你为大脑制造的纳米细胞与肌肉组织不同，为你心脏制造的细胞与肾脏等不同。所以当它进入市场时，必须非常小心地监管，这样人们，甚至是不道德的研究人员或不道德的医生，就不会随意拿走纳米机器并将其放入身体的不同部位。你对这种融合有多兴奋？你知道，人工智能与生物技术融合，与纳米技术融合，你知道，世界各地有这么多实验室，你知道，就像你谈到的那些人体试验或人体实验，你知道，在所有这些设备上测试这些药物进行人体试验。除此之外，我认为，你知道，有人在研究这些叫做类器官的东西，你知道，他们从一个细胞开始，将其变成一个多能干细胞，然后创建一个特定的类器官，一个迷你类器官，你知道，无论是肺、心脏还是大脑，然后可能在这些类器官上测试这些药物。你知道，是否有其他方法，比如这些类器官或模拟，可以加速这些仍然在实验室里的创新，将它们推向市场？因为我只是想推动这个想法，你知道，什么时候它可能进入市场。是的。是的。这是一个非常有趣的想法。我了解类器官和干细胞研究，也就是说，他们试图做什么，但从未想过我们可以直接利用这些研究，并在其中使用我们的纳米机器人，这是一个好主意。但我想他们会，当涉及到科学时，我认为类器官确实给了我们一个额外的数据点，好吧，这对人类来说可能是安全的，对人类来说可能不安全。但我们仍然不知道它在整个人体中会如何运作，就像，是的，你有类器官，你只是把它放进去，然后看看它是否正常工作，但然后当你把它放在人体中时，它可能会渗入你不想让它渗入的其他器官。所以这个问题仍然有待观察，从我的角度来看，你的专业知识在于机器学习人工智能，你对人工智能的加速有什么看法？我的意思是，你知道，我们构建了这些大型语言模型，然后有人在构建大型推理模型，有专门的 AI 代理可以进行编码，有 Sakana Labs，还有 Google 构建了一个 AI 科学家。你能否详细说明这些的 क्षमता，当他们说他们构建了这些 AI 科学家时，我们是否意味着在接下来的五年里，这些模型可能能够与 AI 科学家一起工作，并且我们能够从第一原理思考来创造事物，我们将能够解决问题？你对此有什么看法？也许，如果你能谈谈通用人工智能，我的意思是，你知道，你认为当前的数据和数据模型的方法是正确的方法，还是我们需要完全不同的东西来构建通用人工智能？是的，这是一个非常有趣且及时的提问。所以，所以，所以第一件事是现代推理模型在做什么。从这个意义上说，我有点，我该怎么说呢？所以你可以看到两个阵营，一个是这些推理模型，它们无所不能，它们甚至可以产生新的想法。所以，几乎接近 AGI，但我们仍然需要做很多工程才能真正实现。另一个阵营是他们只是在做模式匹配之类的事情。我有点，我该怎么说呢，介于两者之间，但更倾向于他们主要在做模式匹配。这是因为，我，这是一个非常，我该怎么说呢？所以这些人工智能模型的一个主要瓶颈，不是瓶颈，而是基准是解决数学问题，特别是奥林匹克数学竞赛等问题。如果你只是看到 open3 可以解决所有以前的数学问题，甚至可能从去年开始。但如果你发明一个新的数学问题并将其交给 open 或那些算法，你会发现大多数时候它都会失败，而且会惨败。所以问题在于，这些模型是否真的在思考，还是它们只是在进行模式匹配。所以，所以我的想法是它们没有在思考，它们仍然在进行模式匹配，但它们进行模式匹配的方式有点像模仿人类的思维方式。所以它们有一个非常大的模型。这并不意味着它们可以一步得出结论。所以你必须经过多个步骤和思维链，甚至基于 RL 的反馈才能真正得出最终结果。所以，这有点像模仿人类的思维。我认为说这些模型在思考是正确的说法。我认为这并不是一个误称，也不是作弊，因为当你想到神经网络时，它们被称为神经网络，但在数学上，它们只是矩阵乘法。但有一个类比，为什么这个矩阵乘法可以被认为类似于人类神经元。这有点像你从某件事中获得灵感，然后你对其进行工程化，并进行大量数学计算，使其可形式化，然后执行它。所以从这个意义上说，这些大型推理模型实际上做得比模型本身更好。所以我认为这非常好，也非常有创新性，但它仍然有点像模式匹配。任何深入研究数学的人都会知道，这也是模式匹配。这并不是模型提出了什么新东西。另一方面，如果你看看 Terren Tao，我不知道你是否认识他。他是目前最伟大的数学家之一。他在加州大学洛杉矶分校。他做了很多定理证明，他已经证明了你可以使用 LLM 来证明一些定理，并得出证明。我猜他还有一个 YouTube 频道，他上传了大约一两个小时的视频，关于如何使用 LLM 来做到这一点。这真是太酷了，就像你可以使用 LLM 作为助手来为解决一些重要的数学问题做出贡献。所以这是另一件有趣的事情，即使它们是模式匹配，但在人类思维中也有足够有趣的模式，你可以使用 LLM 来引导你走向这些模式。所以这真是太棒了。你最后一个问题是关于 AGI，这是一个非常难的问题，因为我们实际上并没有一个东西，我该怎么说呢，即使我们谈论它，但在我看来，我们实际上并没有一个 AGI 的定义。所以，个人人类的通用智能，因为人类在某些任务上也很有专长，并不是所有人都擅长任何事情，但当我们作为研究人员谈论 AGI 时，我们实际上说的是，这种通用智能必须在所有这些不同的事情上都非常专业，但这并不是人类的实际工作方式。所以这仍然是模糊的。所以，还有一件事是代理。所以代理确实很好，因为如果你让 LLM 做某事，我只会说它有点像鹦鹉。它只会说话，什么也做不了。但如果你为它配备不同的代理，那么它就可以做不同的事情。所以这有点像增强代理，在我看来，这只是围绕这些 AI 模型的一种软件工程。所以这更多的是回归基础。我们现在有一个 AI 模型，我们可以与之对话。那么我们如何使用这个 AI 模型来做其他事情呢？然后我们围绕它设计了这些 AI 代理。但是的，这就是我的看法。不，完全公平。事实上，我认为 Apple 刚刚发布了一篇论文，说这些大型推理模型只是模式匹配，你知道，它们只是下一个 token 预测器，你知道，这些数据输入数据输出模型，你知道，但然后如果你看看幕后，即使现在我们也不完全理解模型是如何输出什么的。我认为这些模型正在加速的速率，以及这些代理 AI 模型，你知道，现在 Google 又发布了名为 AI 科学家的东西，Sakana Labs 发布了名为 AI 科学家，这些都是代理模型。我的第一个问题是，你是否认为在接下来的五年或十年里，通过这种范式，我们只是输入大量数据和大量计算，你认为这就是我们可能达到能够泛化的机器的方法吗？这是我的第一个问题，如果你能分享一些建议，你知道，给那些对 AI 和纳米技术交叉领域感兴趣的年轻研究人员，那就太好了。是的。是的。所以，我想说，这不应该是实现 AGI 的方法，如果，比如说，如果我们比较 AGI 和人类智能，即使是一个小孩，也可以接受一两个样本，然后对世界的样子形成一个普遍的想法，而这个模型仍然不能。有一些一次性或零次性技术，但它们也经常依赖于已经在数百万或数万亿数据上训练过的模型。所以在我看来，这不应该是前进的方向，我们实际上已经开始看到它的局限性，也就是说，正如我所说，这些是模式匹配机器。如果你以前见过什么，那么你可以再次这样做，或者即使它只是略有改变，但如果它是全新的，它每次都会完全失败。所以，它是在那种意义上实现智能，即每次发生新事物时，你都必须重新训练网络来处理这个特定事件，那么将来它只会处理那个事件。人类的工作方式比这更智能。我认为 Yann LeCun 的世界模型观点可能是一个方向。但除此之外，我认为 LLM 本身可能有限制，并且已经达到了其末期阶段，因为你可以看到，OpenAI 没有发布下一版 GPT，因为可能，我不知道他们在做什么，但可能从头开始重新训练另一个网络已经没有意义了，因为它们已经达到了饱和状态，而代理是扩展它的一个很好的方式，即使我们拥有相同的模型，但我们仍然可以从中获得很多，使用代理或推理。所以我认为在短期内，我们应该更多地考虑这种方法。我认为 DeepMind R1 在其基于 RL 的推理方法方面做得非常出色，这开辟了一个新范式，OpenAI 的主要声誉是他们使用了带有用户反馈的强化学习，他们雇佣了一群非洲人来提供用户反馈，然后斯坦福大学的一些学生和研究人员表明，好吧，我们甚至可以跳过这一步，仍然使用一些其他替代技术获得良好的结果。所以我们只需要考虑如何改进这一点，以便这些瓶颈不复存在，然后我们就可以继续前进，思考下一步。我认为我们正处于一个绝佳的时刻，我认为世界各地的研究人员都在努力，你知道，下一步或下一个突破是什么，以构建这些通用模型。你提到了 Yann LeCun 的世界模型，有 Dr. Feel，他相信空间智能是关键，或者将模型与物理现实联系起来是构建通用智能的关键。Liquid Labs 来自 MIT，他们正在研究逆向工程秀丽隐杆线虫，并相信这可能是构建通用智能的方法。所以是的，我认为，你知道，世界上有这些非常有趣的不同实验室，你知道，试图，你知道，推动界限，并，你知道，看看我们是否能够，你知道，构建这些通用机器，我希望我们能够实现这一点。我认为我的最后一个问题是，我们谈到了纳米技术。我们谈到了人工智能。你能不能描绘一幅接下来会发生什么的图景？也许就像你提到的，五到六年可能不是时间表，也许是十年时间表，就像我们现在是 2025 年，描绘一幅 2035 年可能是什么样子的图景，以及在那个世界里，医疗保健的未来会是什么样子，你知道，纳米技术，纳米电子器件与人工智能的融合或交叉，以及它将如何颠覆医疗保健行业。是的，这是一个绝佳的问题。有两种思考方式。一种是非常乐观，也就是说，这些纳米技术通常生产成本很低，虽然找到方法非常困难，但一旦你知道你需要做什么，你就可以扩大规模，然后它可以非常便宜地部署到世界不同地区等等。或者我可能在这里说错了，因为几年前它很便宜，但现在台积电的估值如此之高，可能没那么便宜了，但你可能明白我的意思，你可以很容易地扩大规模。所以从这个意义上说，十年后我们可能能够很快地治疗很多不同的问题，使用纳米技术，希望将很多精神问题抛诸脑后，我想，我想，这对每个人来说都会非常好。如果我去，不是那么乐观，而是悲观，那么它可能对很多人来说都很难获得，特别是那些，对我们来说，那些没有足够保险的人，以及那些贫穷的人，可能很难获得，而一些公司可能会决定将这些专利保留给自己，并收取高价。所以，是的，它可能走向任何一个方向，但我希望它最终将造福全人类。是的，就是这样。谢谢。谢谢 Tariq 抽出时间参加播客。是的，我的意思是，我仍然保持乐观，因为我认为我们正处于解决一些最大问题的边缘，也许人工智能与这些代理人工智能或另一个我们找到的框架，可以帮助我们构建通用智能，也许可以帮助我们共同构建这些技术栈，你提到了可及性问题。我认为这是最大的问题，如果你谈论美国，你知道，也许贫困人口会拒绝这样的东西，我不敢想世界其他地方会是什么样子，我的意思是，因为我认为美国是拥有所有东西的国家，我希望，我的意思是，除了美国之外，我认为由你这样的顶尖研究实验室建造的东西，我希望它能够民主化，并惠及更广泛的人群，因为我认为，你知道，精神问题，我的意思是，你知道，神经系统疾病，这是最大的问题之一，如果我们能够解决它，我认为世界将变得如此美好。所以，所以祝你和你的整个团队好运，我真的非常感谢你的时间和参加播客。对我来说，我的听众，如果你喜欢你所看到的和听到的，请按下订阅按钮，直到下次再见。谢谢，谢谢。