科技媒體 The Decoder （5 月 12 日）發(fā)布博文，報(bào)道稱 OpenAI 高級(jí)模型開發(fā)負(fù)責(zé)人 Jakub Pachocki 指出，AI 推理模型正展現(xiàn)出自主生成知識(shí)的潛力。

他認(rèn)為這種推理并非人類思維的翻版，而是基于數(shù)據(jù)和算法的獨(dú)特過程。IT之家援引博文介紹，Pachocki 解釋，AI 的學(xué)習(xí)分為兩個(gè)階段：首先是無監(jiān)督預(yù)訓(xùn)練，模型吸收海量數(shù)據(jù)，構(gòu)建一個(gè)無意識(shí)、無時(shí)間線的“世界模型”（world model），以此理解現(xiàn)實(shí)的基本框架。

第二階段則是通過強(qiáng)化學(xué)習(xí)與人類反饋（RLHF）將基礎(chǔ)模型轉(zhuǎn)化為實(shí)用助手。Pachocki 強(qiáng)調(diào)，這一階段在最新的推理模型中尤為關(guān)鍵。

OpenAI 同時(shí)結(jié)合傳統(tǒng)強(qiáng)化學(xué)習(xí)，處理有明確對(duì)錯(cuò)的任務(wù)，而 RLHF 則更適合復(fù)雜問題，盡管其擴(kuò)展性有限。他還質(zhì)疑預(yù)訓(xùn)練與強(qiáng)化學(xué)習(xí)是否應(yīng)視為獨(dú)立階段，認(rèn)為推理模型的“思考”根植于預(yù)訓(xùn)練數(shù)據(jù)，二者需深度融合。

近期一篇論文指出，推理訓(xùn)練并未為模型增添全新能力，而是幫助它們更高效地應(yīng)用已有知識(shí)。例如，模型能以更結(jié)構(gòu)化的方式解決已知問題。Pachocki 對(duì)此表示認(rèn)同，并補(bǔ)充，模型已展現(xiàn)出發(fā)現(xiàn)新見解的潛力，這為 AI 的未來應(yīng)用奠定了基礎(chǔ)。

對(duì)于通用人工智能（AGI），Pachocki 表示其觀點(diǎn)不斷演變。他回憶作為學(xué)生時(shí)，他認(rèn)為 AI 掌握圍棋是遙不可及的目標(biāo)，但 2016 年 AlphaGo 的勝利徹底改變了他的認(rèn)知。

如今，他將 AI 的經(jīng)濟(jì)價(jià)值視為下一個(gè)里程碑，強(qiáng)調(diào) AI 需實(shí)現(xiàn)商業(yè)成果并開展自主研究。他預(yù)測(cè)，到本世紀(jì)末，AI 自主研究將取得“實(shí)質(zhì)性進(jìn)展”，甚至今年內(nèi)可能出現(xiàn)近乎自主的軟件開發(fā)系統(tǒng)。