谷歌 DeepMind 近日意外发布了 AlphaFold3的源代码和模型权重，标志着一个可能加速科学发现和药物开发的重大进展。这一消息传出仅几周后，系统的创造者 Demis Hassabis 和 John Jumper 便获得了2024年诺贝尔化学奖，以表彰他们在蛋白质结构预测方面的贡献。与前一版本 AlphaFold2相比，AlphaFold3的技术能力有了质的飞跃。AlphaFold2只能预测蛋白质的结构，而 AlphaFold3则可以建模蛋白质、DNA、RNA 及小分子之间复杂的相互作用，这是生命的基本过程。这一进展至关重要，因为理解这些分子相互作用是现代药

近日，人工智能领域的一个重要人事变动引起了广泛关注，朱利安・施特维泽（Julian Schrittwieser）宣布加入 AI 研究公司 Anthropic。这位在谷歌 DeepMind 工作了整整十年的顶尖研究员，因参与开发了诸如 AlphaGo、AlphaZero 和 MuZero 等革命性项目而广受赞誉。他在社交媒体平台 X 上分享了这个消息，表达了对加入 Anthropic 的激动心情。朱利安表示:“我很高兴宣布，从这周开始，我将加入 Anthropic!” 他对即将与这支他一直钦佩的团队合作感到非常荣幸。他特别赞扬了 Anthropic 在人工智能领域的成果，尤

最近，超长上下文窗口的大型语言模型（LLMs）成为了人们讨论的热点。这些模型能够在一个提示中处理数十万甚至上百万个标记，为开发者开启了许多新的可能性。不过，这些长上下文 LLM 到底能多好地理解和利用所接收到的大信息呢?为了解决这个问题，谷歌 DeepMind 的研究人员推出了名为 Michelangelo 的新基准，旨在评估长上下文推能力。研究结果表明，尽管当前的顶尖模型在从大量上下文数据中提取信息方面取得了一定进展，但在需要推理和理解数据结构的任务上仍然存在困难。随着长上

谷歌DeepMind研究团队最近取得重大突破，开发出名为SCoRe（Self-Correction through Reinforcement Learning，通过强化学习进行自我纠正）的创新技术。这一技术旨在解决大型语言模型(LLM)难以自我纠正的长期挑战，无需依赖多个模型或外部检查即可识别和修复错误。SCoRe技术的核心在于其两阶段方法。第一阶段优化模型初始化，使其能在第二次尝试时生成修正，同时保持初始响应与基础模型的相似性。第二阶段采用多阶段强化学习，教导模型如何改进第一和第二个答案。这种方法的独特之处在于它仅使

谷歌 DeepMind 团队与高校合作开发了一种名为生成奖励模型 (GenRM) 的创新方法，旨在提升生成式 AI 在推理任务中的准确性和可靠性。GenRM 将验证过程融入文本生成任务，允许模型同时生成和评估潜在解决方案，同时支持链式推理（CoT），增强验证过程的全面性。相较于传统方法，GenRM 在多项测试中表现出显著优势，准确率提高16%至64%，特别是在学龄前数学和算法问题解决上，问题解决成功率从73%提升至92.8%。这一方法标志着生成式 AI 领域的重大进步，通过统一生成与验证过程，显著提升了 AI 在高风险领域应用的准确性和可信度。

哈佛大学研究人员与谷歌DeepMind团队合作，利用人工智能技术为虚拟老鼠创建了一个人工"大脑"，能在复杂环境中精确控制其运动，这一创新突破发表在《自然》杂志上。

["谷歌DeepMind创始人Demis Hassabis认为OpenAI依靠规模扩张并未带来原生创新","Hassabis承认之前低估了公众对AI需求和接受度","Hassabis指出规模扩大并非原生创新，称OpenAI没有进行创新","Demis Hassabis表示科技史上规模扩张不同寻常，一般需要研究成果才能形成质变"]

["神经网络由于自身的特点容易受到对抗性攻击","谷歌DeepMind的最新研究表明，人类的判断也会受到这种对抗性扰动的影响","人类的神经网络和人工神经网络的关系是什么?","研究表明，我们之前的这种看法可能是错误的!","人类的判断也会受到这种对抗性扰动的影响"]

["谷歌DeepMind的机器人团队宣布了三项新进展，旨在帮助机器人在复杂环境中做出更快、更好、更安全的决策。","其中之一是一个用于收集训练数据的系统，配备了“机器人宪法”，以确保机器人在执行任务时不伤害人类。"]

["谷歌DeepMind的GNoME系统预测40万种稳定物质，A-Lab自主系统在实验室中成功制备这些物质。","GNoME提出220万种潜在化合物，A-Lab用最新机器人技术仅需18天制备出41种新型无机材料。","这一技术突破有望加速清洁能源、电子器件等领域的材料发现，标志着AI在科学发现领域的新篇章。","A-Lab团队通过主动学习算法成功改进合成过程，制备出41种新材料，为科学家提供丰富的候选材料。"]

["谷歌DeepMind通过AI工具发现了220万种理论上稳定但未实现的晶体结构","可为可再生能源和先进计算等领域发展提供潜在进步","计划向其他科学家公开其中最有前景的381,000种结构","利用人工智能简化实验工作的潜力","发现的新材料可用于多功能分层材料和仿生计算应用"]

["Google DeepMind推出人耳无法察觉的AI音频水印技术SynthID","音频水印用于识别AI生成来源","不影响听觉体验，可被压缩、加速或减速的音频仍可检测到水印","防范生成式AI带来危害的重要保障","SynthID是将音频波转换为二维可视化的方法"]

["谷歌DeepMind发布GraphCast全球天气AI模型，1分钟内准确预测未来10天天气。","通过欧洲中期天气预报中心数据训练，准确率超过90%。","模型开放源代码，推动天气预报领域重要进展。","GraphCast在极端天气预测和气旋跟踪方面表现优越。","该模型标志着天气预报领域迈出创新一步，为未来气象研究提供强大工具。"]

["OpenAI宣布年收入达13亿美元，每月入账1亿美元，年同比增长4500%。","谷歌DeepMind在2022年的收入同比下滑21%，利润下滑40%。","OpenAI计划募资多至1000亿美元，展望光明前景。","生成式AI成为AI产业风向标，OpenAI崭露头角。","AI公司需不断创新以满足市场需求，实现持续增长。"]

["谷歌DeepMind提出了OPRO框架，使用大语言模型（LLM）进行优化，利用自然语言描述解决方案。","「深呼吸」成为最佳Prompt提示词，提高模型性能，引发研究人员思考大模型如何响应正反馈。","OPRO在数学问题中也表现出潜力，能优化线性回归等，为自然语言描述优化问题提供新思路。","研究验证了提示优化在不同任务上的有效性，取得显著改进，具有广泛应用前景。","这项研究开拓了使用大语言模型进行优化任务的新方向，具有重要意义。"]

["谷歌DeepMind联合创始人穆斯塔法·苏莱曼表示，生成式AI只是人工智能发展的一个阶段。","他认为未来的趋势将是交互式AI，能够执行用户指定任务，调用其他软件和协作人员。","苏莱曼领导的新创企业Inflection AI已经推出聊天机器人Pi，专注于提供个人建议和更自然的对话体验。","生成式AI工具正崛起，不仅局限于聊天界面应用，但也可能存在风险。","苏莱曼的言论反映了AI领域的发展趋势，强调交互式AI的前景，对生成式AI的未来提出了质疑。"]

["谷歌DeepMind设计语言模型SayTap,可将人类指令转为机器狗可理解格式","SayTap可处理复杂、模糊指令,让机器狗做出适当反应","SayTap可将自然语言转为机器可理解格式,未来可让机器人听从人类语言指令"]