OpenAI怒斥Scaling撞牆論！o1已產生推理直覺潛力巨大
文章轉載於新智元
最近，OpenAI高級研究副總裁Mark Chen在爐邊談話中，正式否認「Scaling Law撞牆論」。
他表示，並沒有看到Scaling Law撞牆，甚至OpenAI還有兩個範例——o系列和GPT系列，來保持這種Scaling。
用他的話說，「我們準確地掌握了需要解決的技術挑戰」。
1
o1不僅是能力提升，也是安全改進
從經濟角度看，OpenAI已經是最有價值的科技公司之一，因爲他們爲真實用戶提供了數十億美元的價值。
兩年前，AI最前沿的任務還是小學數學題；而今天，它們已經可以做最難的博士生題目。
因此，我們正處於這樣一個階段：AI模型能夠解決人類有史以來最困難的考試。
一旦這些模型解決了博士級別的問題，下一步，即使爲世界提供實用性和價值。
當所有基準測試飽和之後，需要考慮的就是是否爲最終用戶提供了價值。
雖然今天AI通過了基準測試，但它並沒有完全捕捉到AGI應該做的事。
好在，在過去一年裡，OpenAI內部發生了最令人興奮的進展——o1誕生了。
這不僅是一種能力上的提升，從根本上來說也是一種安全改進。
爲什麼這麼說？
想象我們試圖對一個模型進行越獄，舊的GPT系統必須立即做出迴應，所以可能更容易被觸發。
但當我們有一個推理器時，模型卻會反思：這個問題是不是試圖讓我做一些與我要做的不一致的事？
此時，它獲得的額外思考和反思的時間，會讓它在很多安全問題上更穩健。
這也符合OpenAI研究者最初的預期。
當我們談到推理時，這是一個廣泛的概念，不僅僅用於數學或編程。
在編程中使用的推理方法，可能也適用於談判，或者玩一個很難的遊戲。
而說到基準測試，在安全性上也有同樣的挑戰。
安全性有點類似於這種對抗性攻擊框架。在這種情況下，攻擊是非常強烈的，因此我們在這方面還有很長的路要走。
1
如何到達五級AGI
AGI從一級到五級，關鍵推動因素是什麼呢？
OpenAI提出的框架中，定義了AGI的不同級別，具體來說，就是從基本推理者發展到更智能的系統，再到能在現實世界裡採取行動的模型，最終到達更自主、完全自主的系統。
在這個過程中，穩健性和推理能力是關鍵。
今天我們還不能依賴很多智能體系統，原因是它們還不夠可靠。這就是OpenAI押注推理能力的原因。
OpenAI之所以大量投資，就是對此極有信心：推理能力將推動可靠性和穩健性。
所以，我們目前正處於哪一階段呢？
OpenAI研究者認爲，目前我們正從第一階段向第二階段過渡，朝着更智能系統的方向發展。
雖然目前，許多智能體系統仍然需要人類監督，但它們已經變得越來越自主。模型可以自行原作，我們對於AI系統的信任也在逐漸增加。
1
合成數據的力量
合成數據，就是不由人類直接產生的數據，而是模型生成的數據。
有沒有什麼好的方法，來生成用於訓練模型的合成數據呢？
我們在數據稀缺或數據質量較低的數據集中，可以看到合成數據的力量。
比如，在訓練像DALL-E這樣的模型時，就利用了合成數據。
訓練圖像生成模型的一個核心問題是，當我們去看互聯網上帶標題的圖片時，標題和它所描述的圖片之間通常關聯性很低。
你可能會看到一張熱氣球的照片，而標題並不是描述氣球本身，而是「我度過最好的假期」之類的。
在OpenAI研究者看來，在這種情況下，就可以真正利用合成數據，訓練一個能爲圖片生成高保真標題的模型。
然後，就可以爲整個數據集重新生成捕獲了，OpenAI已經證明，這種方法非常有效。
數據集中某方面較差的其他領域，也可以採用這個辦法。
1
Scaling Law沒有撞牆
最近很火熱的一個觀點是，Scaling Law已經撞牆了，許多大型基礎實驗室都遇到了預訓練的瓶頸。
果真如此嗎？
Mark Chen的觀點是，雖然的確在預訓練方面遇到一些瓶頸，但OpenAI內部的觀點是，已經有了兩種非常活躍的範式，讓人生成無限希望。
他們探索了一系列模型的測試時Scaling範式，發現它們真的在迅速發展！
在推理模型的Scaling上，也沒有同樣的障礙。
其實，從早期入職OpenAI後，研究者就一直遇到多個技術挑戰。現在這些挑戰已經非常具體，在Mark Chen看來，沒有什麼是完全無法應對的。
在OpenAI內部，大家經常說推理範式已經達到了一定的成熟度。有些產品已經有了與市場的契合點，雖然進展仍然非常緩慢。
過去幾周內，最令人驚訝的使用場景，莫過於和o1進行頭腦風暴了。
o1和GPT-4的對比，讓人感受到了全新的深度：人類彷彿終於有了一個真正能互動的陪練夥伴，而非僅僅對自己的想法進行評論。
它彷彿一個真正的實體，非常有參與感。
o1的推理直覺，是如何產生的
OpenAI的研究者，是如何想到o1中的推理直覺的呢？
這是一個集體努力的結果，不過他們也進行了很長時間的工作，進行了一些探索性的重點嘗試。
在兩年前，他們就覺得，AI雖然非常聰明，但在某些方面是不足的。不知爲什麼，總是感覺不太像AGI。
當時他們假設，原因在於，這是因爲AI被要求立即做出迴應。
就算我們要求一個人類立即做出迴應，ta也未必能給出最好的答案。
一個人可能會說，我需要思考一會，或者我需要做一些研究，明天再答覆你。
就在這裡，OpenAI研究者發現了亮點！
其實這裡缺少的，是連接系統一和系統二之間的鴻溝。
快速思考有，知識也有，但卻沒有慢速思考，核心假設就在這裡。
研究者做了許多不同嘗試，來解決這個挑戰。
一羣非常具有探索精神的研究者，獲得了一些生命跡象。
圍繞這些跡象，他們組建了研究團隊，擴大的項目規模，投入了大量的數據生成工作。
從快速進展中獲取預測結果，是整個案例中最難的部分。
開始時，就像登月計劃一樣，會遭遇很多失敗。
有三四個月，他們完全沒取得多少有意義的進展。
好在最終，總會有人獲得重大突破。這也就給了他們足夠的動力來投入更多資源，往前推動一點。
從o1推出幾個月後，OpenAI和許多外部合作伙伴進行了交流。
最酷的一件事就是，他們發現它比使用微調方法要好得多——它已經不太容易被問題難倒了。
很多應用已經超出了研究者之前關注的數學和科學領域。當看到AI的推理能力能泛化到這些領域，真的令人驚喜。
比如在醫學領域，模型在醫學症狀的判斷上，涉及形成假設、驗證，隨後再形成新的假設。
即使在研究者沒有特別關注的領域，模型也進展得很快，比如醫學、法律推理。
而他們也確信，在未來還會有其他還未測試過的領域，AI會有重大進展。
1
OpenAI仍然注重安全
Mark Chen肯定地說，目前OpenAI仍然像早期那樣，致力於研究和安全。
爲此，他管理着一個非常龐大的研究項目組合。並且一直在思考着應該分配多少資源和力量來進行探索性研究，而不是短期的即時項目。
不過，在這方面，OpenAI和很多大型基礎實驗室不同。
這些大實驗室有很多優秀的研究者，可以沒有方向地進行研究，自由地去做任何事。
但對OpenAI來說，他們比這些實驗室的規模都要小，因此需要更有方向性。
他們選擇了一些非常有信心的探索性項目，在這些領域內，給了研究者很大的自由度。
也就是說，OpenAI並不會進行毫無目標的探索，而且充分利用了自己規模小的優勢。
1
現在是AI創業的好時機
OpenAI的研究者也認爲，現在是基於AI創立初創公司的好時機。
基礎模型的玩家專注的是通用性。
但像OpenAI這樣的公司，不可能涉足每一個垂直領域。
在特定領域定製一個模型，有很多空間和可能性。
現在，我們已經可以看到一個豐富的初創企業生態系統，這些企業在OpenAI的基礎上構建了各種類型的應用。
通常情況下，初創企業之所以能夠成功，是因爲他們知道並堅信某個秘密，而市場上的其他人並不知道這個秘密。
在AI領域，實際上就是在一個不斷變化的技術棧上進行構建，我們無法預測下一個模型會何時出現。
表現最好的初創企業，就是那些有直覺，在剛剛開發發揮作用的邊緣技術上進行構建的企業，它們有一種生命力。
當我們擁有AGI，就是相當強大的形式，真正釋放了全部潛力。
想象一個人在一週內，就能創建一個帶來巨大價值的大型初創公司。
一個人在幾天內產生巨大影響的想法，已經不僅限於商業領域。
這種懷舊的感覺就像17世紀，科學家們在探討物理學一樣。
我們能否回到那種氛圍，一個人能做出醫學、物理學或計算機科學領域的重大發現？
而這些，都是因爲AI。
參考資料：
https://x.com/tsarnick/status/1860458274195386658