📚 Wiki 知识库

🏷️ DeepMind

4 篇

数学照妖镜:AI 能发现新的数学定理吗?

文章回顾了人工智能与数学证明的深厚渊源,从1950年代的Logic Theorist到哥德尔不完备性定理,探讨了形式化数学的演进。重点介绍了现代AI数学的基础设施LEAN(包括其核心人物Leonardo de Moura、从v3到v4的演进及mathlib库),以及DeepMind、Harmonic、Axiom Math等科技巨头和初创公司在AI自动定理证明领域的布局。文章指出,AI正在通过神经网络与形式化验证的结合,重新回归逻辑推理的起点。

技术LLM ✍ snowboat🕐 2026-05-07

AGI 前夜:智力进入接口、成本表和工作流

文章分析了 AGI(通用人工智能)临近时的现实特征,指出其冲击力不在于机器像人,而在于智力成为一种可复制、可计价的基础设施。文章探讨了 OpenAI、DeepMind、Anthropic 等巨头对 AGI 的定义与路径,强调 AGI 首先是劳动力供给的冲击。同时,文章从任务链路、接口、稳定性、成本四个维度定义了 AGI 的现实门槛,并揭示了算力战争背后的能源与地缘政治博弈。

技术LLM ✍ Russell🕐 2026-05-01

Google Deepmind论文解读:如何给AI Agent 投毒

文章解读了 Google DeepMind 关于《AI Agent Traps》的论文,系统梳理了针对 AI Agent 的六类攻击陷阱:内容注入、语义操控、认知状态投毒、行为控制、系统性陷阱及人在回路攻击。文章指出,Agent 与人类感知的“鸿沟”使其极易遭受环境篡改攻击,且这些陷阱可组合叠加,造成严重的数据泄露或控制风险。防御需从训练与推理的技术层面同时发力。

技术Agent ✍ 向阳乔木🕐 2026-04-20