OpenAI發佈新模型o1，更像理科生，不會多模態但推理能力超強

9月13日消息，去年，OpenAI通過推出GPT-4，實現了人工智能領域的一次重大突破。週四，該公司宣佈了一個標誌着其研究方向轉變的全新模型：OpenAI o1。

OpenAI o1具備獨特的邏輯“推理”能力，能夠解決許多現有模型（包括OpenAI目前最強大的模型GPT-4o）無法處理的複雜問題。與傳統大語言模型通常一步給出答案不同，OpenAI o1像人類一樣，通過逐步推理，最終得出正確的結論。

OpenAI首席技術官米拉·穆拉蒂（Mira Murati）在接受採訪時表示：“我們將其視爲人工智能模型發展的新範式，特別是在處理複雜推理任務時，展現出了前所未有的優勢。”

OpenAI o1的內部代號爲“草莓”，並非旨在取代GPT-4，而是對其的補充。

穆拉蒂還透露，OpenAI目前正在構建下一代主模型GPT-5，其規模將遠超前代。儘管公司依然認爲擴大模型規模能帶來新的突破，GPT-5預計將融合本次展示的推理技術。“我們有兩個發展方向，一個是規模擴展，另一個是推理能力提升，我們希望最終將兩者結合，”穆拉蒂說道。

大語言模型通常依賴龐大的神經網絡和海量數據進行訓練，展現出卓越的語言和邏輯能力，但在處理基本推理問題（如簡單的數學題）時，表現不佳。

穆拉蒂指出，OpenAI o1採用了強化學習技術，通過對正確答案給出正反饋、錯誤答案給出負反饋，逐步提升模型的推理策略。她補充說：“這個模型不僅提升了思維的敏銳度，還微調了它用於解決問題的策略。”強化學習已經幫助計算機在遊戲和複雜任務（如芯片設計）中取得了超凡表現，同時也是開發高效、友好的聊天機器人的關鍵技術。

OpenAI研究副總裁陳信翰（Mark Chen）展示了OpenAI o1的能力，解決了GPT-4o無法處理的多個問題，包括複雜的化學題和一個棘手的數學推理題。陳信翰表示：“新模型不再只是模仿人類思維方式，而是學會了獨立思考。”

OpenAI稱，新模型在多個領域（如編程、數學、物理、生物和化學）的測試中表現出色。在美國數學邀請賽（AIME）中，GPT-4o平均解答率爲12%，而OpenAI o1的解答率則高達83%。

不過，OpenAI o1的速度不如GPT-4o，且其優勢並非在所有情況下都明顯，部分原因在於它無法搜索網絡，也不具備多模態功能，無法處理圖像或音頻數據。

近年來，提升大語言模型的推理能力一直是研究熱點，競爭對手也在積極探索。谷歌今年7月宣佈了AlphaProof項目，結合了語言模型和強化學習，專注於解決複雜的數學問題。儘管AlphaProof能夠通過正確答案學習數學推理，但面臨的挑戰在於現實問題並非總有明確答案。

OpenAI表示，其新推理系統具備更廣泛的適用性。陳信翰認爲：“我們在這一領域取得了突破，這也是我們的優勢所在。該系統在各個領域的推理任務中表現出色。”

斯坦福大學教授諾亞·古德曼（Noah Goodman）曾發表過關於提高大語言模型推理能力的研究，他認爲，通過精心設計的提示性語言模型結合手工優化數據，可能是實現推理能力提升的關鍵。古德曼還表示，如果能在速度和準確性之間取得平衡，將是“意義重大的進步”。

麻省理工學院助理教授Yoon Kim指出，大型語言模型的推理機制仍顯得神秘，儘管它們能夠逐步推理，但與人類思維或存在本質差異。這種差異在技術被廣泛應用時可能會變得至關重要。他說：“這些系統可能會做出影響衆多人的決策。更大的問題是，我們能否信賴它們的決策機制？”

OpenAI新技術或許還有助於確保AI模型的“良性行爲”。穆拉蒂表示，新的推理模型可以通過對結果的推理，避免產生不良或有害的輸出。她說：“就像教育孩子一樣，一旦他們理解爲什麼要做某件事，他們就能更好地遵守規範、行爲準則和價值觀。”

華盛頓大學名譽教授、人工智能專家奧倫·埃齊奧尼（Oren Etzioni）指出：“讓大語言模型具備多步驟推理、使用工具和解決複雜問題的能力至關重要，單靠規模擴展難以達成這一目標。”他補充說，即使推理能力得到提升，幻覺和事實驗證問題依然存在。

陳信翰透露，該公司開發的新推理方法表明，人工智能的發展並不一定需要龐大的算力支撐。“這一變革令人振奮。我們相信它能以更低的成本實現智能輸出，而這正是我們公司核心願景的一部分。”（小小）