François Chollet谈新项目Ndea与ARC-AGI V3
François Chollet 多年来一直在提出与大多数 AI 界不同的问题。他不是在扩展已有的成果，而是试图理解智能究竟是什么，以及如何从第一性原理构建智能。在这一期 @LightconePod 中，他追溯了从早期深度学习工作到创建 @arcprize 以及推出 ARC V3 的历程——这是一个旨在衡量更深层次能力的新基准：在全新环境中高效学习、适应和推理的能力。他解释了为什么当前的系统可能遇到瓶颈，近期突破的真正含义，以及为什么达到真正的通用智能可能需要一种根本不同的方法。
00:00 - 2030 年实现 AGI？
00:31 - 介绍 Ndea：超越深度学习的新路径
01:08 - 新的机器学习范式
01:30 - 用紧凑的符号程序替换神经网络
03:04 - 为什么 Ndea 不与编码代理竞争
05:20 - 为什么所有人都可能错判了 LLM 规模的扩展
07:22 - 为什么编码代理突然如此有效
08:50 - LLM 在不可验证领域的局限性
10:48 - AGI 的真正含义（以及为什么大多数定义都是错误的）
13:30 - 深度学习为何碰壁
14:00 - ARC 的起源故事
18:20 - ARC 基准详解：从 V1 到 V3
22:49 - 今天驱动编码代理的 RL 循环
27:03 - ARC-AGI V3：衡量“智能主体智能”
31:14 - ARC 游戏工作室内部
35:31 - AGI 能否用 10000 行代码实现？
44:01 - 构建 Ndea：从想法到不断积累的研究栈
46:46 - ARC 的未来：随 AI 演进的基准
47:21 - 为什么新 AI 范式仍有巨大机遇
53:37 - 如何打造一个突破性的开源项目——来自 Keras 的经验
56:39 - 关于思考 AI 的建议
00:00 - 2030 年实现 AGI？
00:31 - 介绍 Ndea：超越深度学习的新路径
01:08 - 新的机器学习范式
01:30 - 用紧凑的符号程序替换神经网络
03:04 - 为什么 Ndea 不与编码代理竞争
05:20 - 为什么所有人都可能错判了 LLM 规模的扩展
07:22 - 为什么编码代理突然如此有效
08:50 - LLM 在不可验证领域的局限性
10:48 - AGI 的真正含义（以及为什么大多数定义都是错误的）
13:30 - 深度学习为何碰壁
14:00 - ARC 的起源故事
18:20 - ARC 基准详解：从 V1 到 V3
22:49 - 今天驱动编码代理的 RL 循环
27:03 - ARC-AGI V3：衡量“智能主体智能”
31:14 - ARC 游戏工作室内部
35:31 - AGI 能否用 10000 行代码实现？
44:01 - 构建 Ndea：从想法到不断积累的研究栈
46:46 - ARC 的未来：随 AI 演进的基准
47:21 - 为什么新 AI 范式仍有巨大机遇
53:37 - 如何打造一个突破性的开源项目——来自 Keras 的经验
56:39 - 关于思考 AI 的建议