前 DeepMind 研究员称 AlphaGo 思路可治 AI 幻觉，创办 Metis Reasoning

前 DeepMind 研究员 Thore Graepel 在柏林 Nvidia GTC 大会上介绍了其新公司 Metis Reasoning 的技术路线：把 AlphaGo 的“预测网络 + 系统化搜索”结构搬到通用推理上，用一个显式的“知识账本”充当棋盘，记录系统已知什么、置信度多高、还有哪些问题悬而未决。 按 Metis 的说法，今天的语言模型只相当于 AlphaGo 的预测网络，负责给出可能的“落子”；AlphaGo 之所以能下出著名的第 37 手，是因为它在这之外还做了系统化搜索。Metis 希望把这种搜索引入通用推理：一个独立模块用计算、形式化证明或实证证据校验新增条目，一旦某个假设被推翻，依赖它的所有结论都要重新评估。系统每一步“落子”可以是一个问题、一次实验或对既有假设的挑战，优先选择最能降低原问题不确定性的那一步，最终给出答案或有理有据的弃答。 与已有思路相比，微软的 GraphRAG 把知识组织在模型权重之外的知识图谱里，Google 的 AlphaGeometry2 用语言模型搭配符号引擎验证数学证明，Metis 想把这类原则扩展到现实世界的开放问题。其架构中两个神经网络负责提议和评估，训练数据来自既往调查日志，但无权推翻校验规则。公司称这套设计应能减少幻觉、给出带来源引用的解释，并让知识可以修改或删除而无需重新训练；由于推理被拆成小步，也更适合跑在边缘设备和机器人上的小模型。 Metis 在论文中批评现有路线：更多数据和算力能提升语言模型，却解决不了编造答案、推理链不可验证、知识锁死在权重里这三个根本问题；幻觉源于训练过程本身，因为模型学的是生成“像真的”文本而非真实文本。论文还称，这正是 AI 迄今经济影响有限的原因——智能体替企业行动时，错误难以溯源，错误知识也无法从模型中移除；软件工程之所以先跑通，是因为代码容易测试和回滚，而医疗、金融、芯片设计和机器人需要从底层就可验证。 需要强调的是，这份白皮书只描述了一个研究计划，没有可用系统、没有 benchmark，也没有与当前推理模型的对比。团队承认现实世界不像围棋那样信息完备，证据获取成本高昂，有些问题根本没有答案；最大的未解难题是，在教科书案例之外的杂乱领域，经过验证的知识账本究竟如何成形——符号主义 AI 当年失败，恰恰因为所有知识都要手工录入。 Graepel 2001 年在柏林获得机器学习博士学位，在微软研究院参与构建了 Xbox Live 背后的 TrueSkill 匹配系统，后加入 DeepMind 参与 AlphaGo、AlphaZero 和 MuZero，此后任职 Altos Labs，最近在 Google DeepMind 的后 AGI 团队工作，并于今年夏天离开，同时持有伦敦大学学院机器学习教席。据 Bloomberg 报道，他正为 Metis 募集数千万美元级别（low tens of millions）的融资，更高估值的新一轮数亿美元 follow-on 已在筹备中。他是 DeepMind 知名成果架构师中最新一位走出 Google 创业的人：David Silver 创办 Ineffable Intelligence 并拿下欧洲初创公司最大种子轮，Tim Rocktäschel 联合创办的 Recursive 估值已达 46.5 亿美元；也有人直接去了竞争对手，据 Financial Times 报道 DeepMind 解散了 AlphaFold 团队，诺贝尔奖得主 John Jumper 与两位同事转投 Anthropic。CNBC 将人才流失部分归因于内部获取 Google TPU 芯片受限与官僚流程，同时 DeepMind 自身正在失去独立性，创始人 Demis Hassabis 已从日常运营中退后。