9月13日,OpenAI正式發(fā)布一個(gè)名為o1的新模型,這是一系列計(jì)劃中的“推理”模型中的首個(gè),這些模型經(jīng)過訓(xùn)練,能夠比人類更快地回答更復(fù)雜的問題。同時(shí)發(fā)布的還有 o1-mini,這是一個(gè)更小、更便宜的版本,o1實(shí)際上就是此前傳聞熱議的草莓Strawberry模型。
對(duì)于OpenAI 來說,o1代表了向更廣泛目標(biāo)——類人人工智能邁進(jìn)的一步。更實(shí)際地說,它在編寫代碼和解決多步驟問題方面比之前的模型做得更好。但它也比GPT-4o更昂貴,使用起來更慢。OpenAI將這次o1的發(fā)布稱為“預(yù)覽”,強(qiáng)調(diào)它的初期階段。
ChatGPT Plus和Team用戶從今天開始就可以使用o1-preview和o1-mini,而企業(yè)和教育用戶將在下周初獲得訪問權(quán)限。OpenAI表示,它計(jì)劃將o1-mini的訪問權(quán)限擴(kuò)展到所有免費(fèi)用戶,但尚未設(shè)定發(fā)布日期。
開發(fā)者對(duì)o1的訪問非常昂貴:在API中,o1-preview的價(jià)格是每100萬個(gè)輸入tokens 15美元,每100萬個(gè)輸出tokens 60美元。相比之下,GPT-4o的價(jià)格是每100萬個(gè)輸入tokens 5美元,每100萬個(gè)輸出tokens 15 美元。
OpenAI的研究負(fù)責(zé)人杰里-特沃瑞克(Jerry Tworek)表示,o1背后的訓(xùn)練與前代產(chǎn)品有本質(zhì)區(qū)別,不過公司對(duì)具體細(xì)節(jié)含糊其辭。 他只透露,o1 “采用了全新的優(yōu)化算法和專門為其定制的新訓(xùn)練數(shù)據(jù)集”。
由于這種新的訓(xùn)練方法,OpenAI 表示模型應(yīng)該更準(zhǔn)確!拔覀冏⒁獾竭@個(gè)模型產(chǎn)生的幻覺更少,” Tworek 說。但問題仍然存在!拔覀儾荒苷f我們已經(jīng)解決了幻覺問題。”
這個(gè)新模型與GPT-4o的主要區(qū)別在于,它在解決復(fù)雜問題(如編程和數(shù)學(xué))方面比此前模型做得更好,同時(shí)也解釋了它的推理過程。
OpenAI的首席研究官鮑勃-麥格魯(Bob McGrew)表示,“這個(gè)模型在解決AP數(shù)學(xué)考試方面絕對(duì)比我強(qiáng),而我在大學(xué)里輔修的是數(shù)學(xué)! 他指出,OpenAI 還用國際數(shù)學(xué)奧林匹克競賽的資格考試對(duì) o1 進(jìn)行了測試,GPT-4o 只正確解決了13%的問題,而o1則達(dá)到了 83%。
在“Codeforces”的在線編程競賽中,這種新模型在參賽者中的排名達(dá)到了第89位,OpenAI聲稱,這種模型的下一個(gè)更新版本將在物理、化學(xué)和生物學(xué)領(lǐng)域具有挑戰(zhàn)性的基準(zhǔn)任務(wù)中取得與博士生類似的表現(xiàn)。
但是,o1 在很多領(lǐng)域并不像GPT-4o那樣能干。它在有關(guān)世界的事實(shí)知識(shí)方面做得并不好。它也沒有瀏覽網(wǎng)頁或處理文件和圖像的能力。盡管如此,該公司認(rèn)為它代表了一種全新的能力。它被命名為o1是為了表示“將計(jì)數(shù)器重置為1”。
“我要坦白說:我認(rèn)為我們傳統(tǒng)上在命名方面很糟糕,” McGrew 說!八晕蚁M@是更明智、更清晰地向世界傳達(dá)我們在做什么的第一步!
目前媒體還未能體驗(yàn)到o1新模型,但OpenAI技術(shù)人員向媒體簡單介紹了新模型處理能力。他們要求它解決這個(gè)謎題:
“當(dāng)公主的年齡是王子將來年齡的兩倍時(shí),公主的年齡和王子現(xiàn)在的年齡一樣大,那時(shí)公主的年齡是她現(xiàn)在年齡的一半加上王子現(xiàn)在的年齡。王子和公主的年齡是多少?提供該問題的所有解決方案!
模型緩沖了30秒鐘,然后給出了正確答案。 OpenAI設(shè)計(jì)的界面可以在模型思考時(shí)顯示推理步驟。 讓人印象深刻的并不是它展示了自己的工作,而是o1在“刻意”模仿人類思維。 諸如“我很好奇”、“我正在思考”和“好的,讓我看看”這樣的句子營造出一種循序漸進(jìn)的思考假象。
但這模型并不是在思考,它當(dāng)然也不是人類。那么,為什么要設(shè)計(jì)它看起來像是在思考呢?
Tworek 認(rèn)為,OpenAI 并不相信人工智能模型的思維等同于人類思維。 但他說,該界面旨在展示模型如何花更多時(shí)間處理和深入解決問題。 “在某些方面,它比以前的模型更有人情味”。
“我認(rèn)為你會(huì)看到很多它感覺有點(diǎn)像外星人的方式,但也有它出奇地像人類的方式,” McGrew 說。模型被給予有限的時(shí)間來處理查詢,所以它可能會(huì)說,“哦,我快沒時(shí)間了,讓我快點(diǎn)給出答案!痹谒乃季S鏈早期,它可能看起來像是在頭腦風(fēng)暴,說,“我可以這樣做或那樣做,我應(yīng)該怎么做?”
隨著 OpenAI 據(jù)報(bào)道尋求以驚人的 1500 億美元估值籌集更多資金,其勢頭取決于更多的研究突破。該公司正在為 LLM 引入推理能力,因?yàn)樗吹搅艘粋(gè)未來,擁有能夠代表你做出決策和采取行動(dòng)的自主系統(tǒng)或代理。
對(duì)于 AI 研究人員來說,破解推理是邁向類人智能的重要下一步。如果一個(gè)模型能夠超越模式識(shí)別,它可能會(huì)在醫(yī)學(xué)和工程等領(lǐng)域取得突破。目前,o1 的推理能力相對(duì)較慢,不像智能體,對(duì)開發(fā)者來說使用成本高昂。
“我們一直在花費(fèi)數(shù)月時(shí)間研究推理,因?yàn)槲覀冋J(rèn)為這實(shí)際上是關(guān)鍵突破,” McGrew 說!皬母旧险f,這是一種新的模型模式,以便能夠解決真正困難的問題,這是朝著類人智能水平邁進(jìn)所必需的!