OpenAI科学家震惊TED大会:让AI模型多思考20秒,提升10万倍性能!

今早看到好多媒体文章都在说,OpenAI会在12月之前发布猎户座Orion!

信息主要有:

  • Orion会先向OpenAI的合作伙伴开放,且微软的工程师团队已经在准备在11月在Azure平台接入Orion了。

  • OpenAI内部在今年9月举办了大型庆祝活动,来庆祝Orion模型的训练完成。时间节点和Sam Altman在社交平台X发布的一则隐晦消息吻合了,被认为暗示了Orion的发布。

然而这瓜还没捂热乎呢,Altman就出来辟谣了!

大众对OpenAI的新模型还是异常敏感的,而且下一个模型的发布对 OpenAI 来说,可以说灰常重要OpenAI刚刚完成了一轮创纪录的 66 亿美元融资。这是硅谷史上最大的一次融资。如果失败的话,本轮投资者将有权要求退回他们的「真金白银」。。。

但是究竟是媒体们发的是所谓剧透是假消息,还是Altman讨厌别人破坏惊喜呢,继续蹲守!

OpenAI科学家震惊TED大会:让AI模型思考20秒,提升10万倍性能!

除了新模型的小道消息之外,最近OpenAI资深研究科学家Noam Brown(布朗博士)在TED AI的演讲震惊了大会!

他明确指出了一个大家难以置信但不断得到证实的颠覆性发现:

仅仅让AI模型多思考20秒,其性能提升的效果,相当于将模型的规模扩大10万倍,并且增加10万倍的训练时间

还在用Transformer很没有意思!

他指出:“在过去的五年里,人工智能取得了令人瞩目的进展,如果要用一个词来总结这些突破,那就是 ‘规模’

这种大规模扩展确实带来了显著的成果,但当前最前沿的模型仍然是基于2017年首次提出的transformer架构。如今的主要区别在于我们投入了更为庞大的数据和计算资源。”

虽然模型的扩展一直是推动人工智能进步的关键因素之一,但Brown强调,现在是时候寻求新的发展路径了

引入系统2思维(慢思考)会极大提升表现

他认为,人工智能应超越简单的数据处理,转向他称之为“系统二思维”(System 2 Thinking)的模式——这是一种更缓慢、更加谨慎的思维方式,类似于人类在面对复杂问题时所使用的逻辑推理和深度思考

系统二思维是心理学领域的一个重要概念,首次由心理学家Daniel Kahneman(丹尼尔·卡尼曼)提出,用于描述人类在处理复杂问题时所依赖的深度思考过程。

卡尼曼将大脑的思维模式分为两种:系统一和系统二。

  • 系统一思维是一种快速、直觉且自动的思维方式,通常应用于处理熟悉的、日常的任务,例如识别熟悉的面孔或理解简单的句子。这种思维不需要我们主动思考,依赖于经验和直觉,因此效率较高,但也容易在复杂情境下产生偏差或错误。

  • 系统二思维则是一种缓慢、深思熟虑的过程,它需要耗费更多的认知资源,进行逻辑推理和计算。当人类面对复杂、陌生或需要深入分析的任务时,系统二思维会被激活。尽管这一过程消耗的精力更多,但它能够帮助我们做出更为理性、深思熟虑的决策。

布朗介绍了他在攻读博士期间开发扑克AI Libratus的经历,Libratus在2017年击败了顶级的人类选手,其背后的关键策略之一便是引入系统二思维的模拟。

他发现,让AI在每手牌中花费20秒思考,能够实现与将模型规模扩大10万倍或训练时间延长10万倍相同的性能提升。

“我当时简直不敢相信这一结果,”Brown回忆道,“在博士学位的前三年,我成功地将模型规模扩大了100倍,并为此感到非常自豪。然而,Libratus的在系统二思维上的成功验证了即通过模拟人类的深度思考模式,AI可以在有限的资源下实现更高效的性能提升。与系统二思维的这种扩展相比,那些规模上扩展的工作变得微不足道。”

革命性的模型需要时间思考

OpenAI的o1系列是首次引入了"系统二思维"的概念到人工智能领域。o1于2024年9月发布,比以其他模型更加谨慎地处理信息,尤为适合复杂任务,例如科学研究、编程以及战略决策。在多个基准测试中表现出色。例如,在国际数学奥林匹克资格考试中,o1模型取得了83%的准确率,远超OpenAI的GPT-4o取得的13%。

布朗特别强调,o1模型能够推理复杂的数学公式和科学数据,这使其在依赖数据驱动决策的行业中,具有极高的价值。

“我们不再仅仅局限于扩展系统一的训练。现在,我们也可以扩展系统二思维的训练,这一方向的美妙之处在于它几乎是尚未被充分探索的领域。这场革命不是需要十年或者两年,而是正在发生。”

缓慢人工智能有助于企业获利

在面对较为缓慢的人工智能模型时,的确会有人质疑其实际应用的价值。尽管这些模型在处理复杂或艰难任务上有所改进,但在效率驱动的工业领域,是否有足够的耐心等待耗时的模型完成任务?

布朗指出,对于企业而言,OpenAI的o1模型不仅在学术领域表现优异,在实际应用上同样有广泛的价值。它通过扩展系统二的思维方式,有望优化包括医疗、能源和金融等领域的决策过程。

以癌症治疗为例,他向观众提出问题:“如果有一种全新的癌症治疗方法,你愿意为其支付1美元吗?1000美元呢?甚至是100万美元?”人们可能不会愿意等待几分钟来获取某一个答案,或是为回答支付费用。但是对于至关重要的问题,这种时间成本或金钱支出是完全合理且值得的

OpenAI的“安全文化和流程已经让位于闪亮的产品”。

除了Good News,今天的OpenAI又曝出了离职风波。

就在昨天,OpenAI的安全团队Readiness AGI高级顾问Miles Brundage发帖宣布离开公司,团队的其他成员将被重新分配到其他团队。

Brundage在他的离职声明中表示,离开的主要原因在于机会成本变得过高,他认为他在外部的研究会更有影响力。他还提到,减少偏见是他今后的重要目标,并表示他已经完成了在OpenAI的既定任务。

Brundage进一步指出,无论是OpenAI还是其他前沿实验室,都尚未做好迎接AGI的充分准备,全球范围内的准备工作同样不足。他计划创办或加入一个专注于AI政策研究和宣传的非营利组织,以推动这一领域的发展。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/Python_cocola/article/details/143258762