谷歌DeepMind被指quot抄袭quotNVIDIA大佬点名批评

又来大瓜了！

事情是这样的： 谷歌DeepMind最近在AI+科学和数学领域取得了重大进展：拿下了IMO奥数银牌。 见前文： DeepMind 的新AI正在偷偷学会证明定理，人类数学家要失业了？

但是，NVIDIA资深AI研究总监、加州理工学院教授Anima Anandkumar却跳了出来在推特上发 文，直指谷歌DeepMind在 多个项目上"借鉴"了他们的工作 。

她列举 了三个例子：

一年多前，他们发布了首个开源框架 LeanDojo ，将Lean和LLM结合用于定理证明。而DeepMind后来在IMO挑战赛中采用了类似方法。

他们发布了首个全AI驱动的天气模型 FourCastNet ，并开源。一年多后，DeepMind才发布GraphCast。

他们在2017年发布了 StrassenNet ，DeepMind在2022年才跟进发布AlphaTensor。

这波操作，可以说是 直接点名到人 了，效果等于用中指戳到DeepMind 脸上了。

不过，这种"谁先发明"的争论在学术界并不罕见。有意思的是，这次引发了一场关于 学术伦理和归因 的热烈讨论。

机器学习专家Yoav Goldberg提出了一个有趣的语义学问题：

如果我做了某事，一年后别人做了类似的事，但他们并不知道我的工作（假设是这种情况），那么他们是否算是在我的工作基础上进行的呢？

这个问题戳中了学术界的痛点： 独立发现 vs 借鉴创新 。

多伦多大学统计学教授Dan Roy对此给出了自己的看法：

人们总会错过一些工作，这是必然的。关键在于他们发现后如何处理。特别棘手的是，当他们的论文框架与发现先前工作不连续时。

这也揭示了AI研究领域面临的一些挑战：

研究进展速度快 ：AI领域发展迅猛，很容易出现"独立发现"的情况。

归因困难 ：在海量文献中，难免会遗漏一些相关工作。

学术伦理问题 ：如何正确处理"后知后觉"的情况？是否需要修改论文以反映先前工作？

行业竞争激烈 ：大公司之间的竞争可能导致对学术贡献的过度强调。

有网友调侃道：

AI研究员们现在都开始玩"谁是第一"的游戏了吗？下一步是不是要给每个想法都申请专利？

还有人从哲学角度发问：

如果两个AI模型独立得出相似的结果，我们是否应该考虑这是某种普遍真理的体现，而不是简单的抄袭问题？

这个问题可就 深奥 了。它不仅涉及AI伦理，还有点科学哲学的味道了。

说到底，这场争议折射出的是AI领域面临的一系列挑战：

创新归属权如何界定？ 在高度交叉的研究中，独立发现与借鉴的界限往往模糊不清。

学术诚信如何保障？ 在竞争激烈的AI赛道上，如何平衡速度与规范？

开源与专有的平衡？ 开放促进创新，但也可能导致"免费搭车"。如何在两者间找到平衡？

AI伦理的新课题。 随着AI越来越"聪明"，我们是否需要重新定义创新和知识产权？

这场风波虽然没有明确结论，但它也为AI领域敲响了警钟。在追求技术突破的同时， 学术伦理与创新归属 同样不容忽视。

究竟是否抄袭，这事儿还真不好说清楚。不过我觉得吧， 做科研最重要的还是开放和分享 ，有结果早点发不然就被别人抢了 😂 😂 😂

那么问题来了：

你觉得DeepMind这波操作算不算"抄袭"呢？

欢迎在评论区留下你的看法！