Keras 之父創辦新實驗室 Ndea:押注程式合成,探索 AGI 新路徑
Keras 之父 François Chollet 宣佈聯手 Zapier 聯合創始人 Mike Knoop 創辦新實驗室 Ndea。該機構不走純大模型暴力縮放的老路,而是將深度學習與「程式合成」結合,試圖讓 AI 像人類一樣高效推理和自我迭代。Chollet 認為,程式合成如今正處於類似 2012 年深度學習爆發前夕的關鍵節點。

如果你這幾年一直關注 AI,大機率聽過 François Chollet 的名字。他是深度學習框架 Keras 的作者,也是著名的 ARC 基準測試的出題人。
在 Google 幹了整整十年之後,Chollet 決定離開,拉上 Zapier 聯合創始人兼 ARC Prize 發起人 Mike Knoop,創辦了一家名為 Ndea 的新 AI 實驗室。他們不想跟著主流去堆算力做下一個大語言模型,而是選了一條冷門得多的路:用深度學習來引導「程式合成」(Program Synthesis)。
把直覺和邏輯捏在一起
大多數頭部實驗室都在拿海量文本訓練超大規模的神經網路,把程式合成看作邊緣拼圖。但在 Chollet 看來,程式合成與深度學習同等重要,它現在的處境就像是 2012 年爆發前夜的深度學習。
程式合成說白了就是讓系統自動生成一段程式碼或程式,去解決手頭的未知問題。Chollet 認為,目前的模型只能在見過的資料裡做模式匹配,而人類遇到從未見過的問題時,會即時生成一套解法。
甚至這家公司的名字「Ndea」本身就藏著野心。它源自希臘語裡的兩個詞:代表直覺理解的「ennoia」和代表邏輯思考的「dianoia」。Chollet 想要做的,正是把深度學習擅長的直覺模式匹配,和程式合成代表的嚴格邏輯推理融合起來。
他表示,團隊有較小但真實的機會取得突破,打造出學習效率至少比肩人類、且長期看不到能力瓶頸的 AI 系統。
從出題人變成答題人
在過去幾年裡,Chollet 更多是以批評者和出題人的角色出現。他在 Google 期間寫下了著名論文《論智慧的測量》,並設計了專門測試通用泛化能力的 ARC 基準。
前不久,OpenAI 的新推理模型 o3 在 ARC 測試中拿下了驚人的成績:標準算力下得分 75.7%,提高算力後更是衝到了 87.5%。但 Chollet 當時就指出,o3 依然算不上真正的通用智慧,它在某些極簡單的任務上依然會崩盤,運作機制也和人類完全不同。
現在,Chollet 顯然坐不住了。以前只是在 Google 業餘搞搞的 ARC 和理論研究,現在成了 Ndea 的主業。搭檔 Mike Knoop 不僅是成功的創業者,此前還投資過 Cognition、Braintrust 和 After Thought 等知名 AI 團隊。他們打算組建一支全球分散式的遠端研究團隊,把實驗室打造成加速科學發現的工廠。
為什麼重要
在所有人都在用強化學習、思維鏈堆算力死磕大模型的當口,Chollet 帶著真金白銀和頂級聲譽另起爐灶,對整個行業來說是一劑清醒劑。
對開發者和研究人員來說,目前 Ndea 還剛起步,並沒有開放可以直接呼叫的 API 或工具,普通開發者短時間內用不上它。但它的技術方向非常值得追蹤:近期在 ARC 榜單上名列前茅的方案,恰恰就是深度學習與程式合成的混合體。如果這個路徑走通,未來的 AI 程式設計助手可能不再只是基於機率補全程式碼,而是真的具備現場寫出全新演算法的能力。
我們認為,Chollet 這次轉型做答題人非常聰明。長期以來,大模型陣營總是指責批評者「只會提意見不會做產品」,現在出題人親自下場用自己的理論造系統,不管成敗都能給符號 AI 與連線主義的融合提供極具價值的實證。
不過隱患也顯而易見。程式合成的搜尋空間極度龐大,過去的純符號方法早已被證明很難擴充套件,即便加上深度學習做引導,算力開銷和工程難度也可能超乎想像。要證明自己比燒了上百億美元的 Scaling Law 更高效,Ndea 還有一場硬仗要打。
來源 (2)
- @fchollet(在新分頁開啟)原文twitter.com
- the-decoder.com(在新分頁開啟)報導the-decoder.com