DeepMind.

AlphaFold将蛋白质结构预测从博士生耗时数年缩短到数秒，并已预测人类全部2万种蛋白质，是DeepMind迄今最复杂最有意义的系统

“AlphaFold是我们迄今为止构建的最复杂、也可能最有意义的系统。”

借助LLM编程，过去需要DeepMind整支团队和数百万美元的研究工作，如今几千美元租用算力即可完成

“得益于LLM编程，过去需要DeepMind整个研究团队和数百万美元研究与计算资源的工作，现在只需几千美元租用的计算资源就能完成。”

她以DeepMind的Atari游戏程序为例，指出强化学习虽能掌握游戏却未形成真正的概念模型，因此无法适应环境的微小变化

“虽然它能通过强化学习掌握游戏，但并未学到人类意义上的'球拍'或'球'的概念，因此无法适应微小的环境变化（如移动球拍）。”

他主张用多种不同“性格”的智能体组成联盟对战，以克服单一自博弈策略陷入局部最优的问题。

“为了克服单一自博弈策略易陷入局部最优的问题，DeepMind创建了由多个不同“性格”（如激进、贪婪）的智能体组成的联盟进行对战。这确保了智能体能遇到并学会应对《星际争霸》中各种多样的策略（如“大招”），从而变得更全面。”

皮查伊认为应对竞争压力要屏蔽噪音关注信号，而只要统一组织的激励机制并聚焦使命，几乎可以实现任何事情，例如合并DeepMind与Brain团队。

“如果你能统一组织的激励机制，你几乎可以实现任何事情。”