(資料圖片僅供參考)

9月13日，OpenAI發(fā)布具有推理能力的人工智能模型“o1”，備受行業(yè)矚目。o1通過模仿人類的思維過程，強化學習和“思維鏈”技術，引導模型自主解決問題。這一特點在解決復雜問題，尤其是在科學、編碼和數(shù)學等領域，展現(xiàn)出了超越以往模型的強大能力。

據(jù)了解，o1和GPT系列模型最大的區(qū)別主要在于，該系列模型是在思考之后回答用戶問題，輸出高質(zhì)量的內(nèi)容，而非迅速回應無效答案，即用模仿人類思維過程的“慢思考”代替過去追求快速響應的“快思考”，這與國內(nèi)一家大模型企業(yè)在近兩個月前提出的觀點不謀而合——早在今年7月底舉辦的ISC 2024大會上，360集團創(chuàng)始人周鴻祎就宣布，360將“用基于智能體的框架打造慢思考系統(tǒng)，從而增強大模型的慢思考能力”，并在近期多次強調(diào)，將“利用智能體框架，讓大模型從快思考轉(zhuǎn)成慢思考模式，把多個大模型組合起來解決業(yè)務問題”。

對于o1的推出，周鴻祎在其最新發(fā)布的短視頻中表示，過去建立在大參數(shù)、大數(shù)據(jù)量的模型技術演進終于找到了新的突破方向，也為下一個階段人工智能的進步和應用開辟了巨大的空間。“o1不是像大模型一樣用文字來訓練，而是像自己和自己下棋一樣，通過強化學習來實現(xiàn)這種思維鏈的能力”，周鴻祎說。

周鴻祎用“快思考”和“慢思考”兩項人類具備的能力對思維鏈強大的原因進行了解讀。他指出，快思考的特點是快速直覺、無意識，反應很快但能力不夠強。GPT類大模型通過訓練大量知識，主要學習的是快思考能力，這也是為什么GPT類大模型脫口而出的答案質(zhì)量不夠穩(wěn)定，“就像人一樣，不假思索出口成章而不出錯非常難實現(xiàn)”；慢思考的特點則是緩慢、有意識、有邏輯性，需要分很多步驟，類似寫一篇復雜的文章，要先列提綱，根據(jù)提綱去搜集數(shù)據(jù)，收集素材，根據(jù)素材進行討論，再把文章寫出來，還要進行潤色和修改。“這一次o1擁有了人類慢思考的特質(zhì)，在回答問題前會反復地思考，拆解、理解、推理，可能會自己問自己1000遍，然后才能給出最終的答案。”

不過，盡管在“慢思考”能力上取得了巨大突破，o1依然難稱完美。據(jù)媒體報道，目前的o1-preview版本依舊存在幻覺問題、運行速度較慢及成本高昂等諸多局限性，限制了其應用范圍。與之相比，更早提出“慢思考”概念的360通過其首創(chuàng)的CoE(Collaboration of Experts，專家協(xié)同)技術架構及混合大模型對“慢思考”進行落地實踐，該技術架構已落地在360 AI搜索、360 AI瀏覽器等多款產(chǎn)品中。AI助手通過CoE架構還接入了很多小參數(shù)專家模型，在回答簡單問題時調(diào)用更精準的“小模型”，在獲得高質(zhì)量回答的同時還能節(jié)約推理資源、提升響應速度，實現(xiàn)對“慢思考”過程中速度過慢等問題的改進。

據(jù)了解，近期有國內(nèi)技術團隊通過將思維鏈優(yōu)化為CoE協(xié)同工作模式，使用任意三個模型協(xié)同工作達到了和OpenAI o1-preview類似的反思決策效果。經(jīng)過21道復雜邏輯推理題測試結果顯示，其效果與OpenAI o1-preview相當，完全超越GPT-4o，有時還能超越o1-preview。

“所以，以后比的不是多快能給你答案，而是給的答案完不完整，這也會改變?nèi)斯ぶ悄芊盏臉I(yè)態(tài)，人工智能到最后還是要參考人類大腦的組成來構造工作模式”，周鴻祎說。

標簽：