AI新时代揭幕 会“思考解题逻辑”的OpenAI推理大模型登场

北京时间周五凌晨1时许，AI时代迎来崭新的起点——能够进行通用复杂推理的大模型终于走到台前。OpenAI在官网发布公告称，开始向全体订阅用户开始推送OpenAIo1预览模型——也就是此前被广泛期待的“草莓”大模型。OpenAI表示，对于复杂推理任务而言，新模型代表着人工智能能力的崭新水平，因此值得将计数重置为1，给它一个有别于“GPT-4”系列的全新名号。Q4U品论天涯网

Q4U品论天涯网

推理大模型的特点，就是AI会在回答之前花更多时间进行思考，就像人类思考解决问题的过程一样。以往的大模型，背后的逻辑是通过学习大量数据集中的模式，来预测单词生成的序列，严格来说并不是真正理解提问。Q4U品论天涯网

（明显能感知到的“思考”过程，来源：OpenAI）Q4U品论天涯网

认知将跃升至“理科博士生水准”Q4U品论天涯网

OpenAI曾解释过，2023年发布的GPT-4类似于高中生的智能水平，而GPT-5则是完成AI从“高中生跃升至博士”的成长。这个o1模型就是其中关键的一步。Q4U品论天涯网

相较于GPT-4o等现有的大模型，OpenAIo1能够解决更加困难的推理问题，同时改善过往模型中存在的机制性缺陷。Q4U品论天涯网

举例而言，这个新模型能够数清楚strawberry里到底有几个“r”。Q4U品论天涯网

Q4U品论天涯网

同时AI在解答编程问题时也会更有条理，在着手写代码前，把整个回答的流程全部思考完一遍，再动手输出代码。Q4U品论天涯网

Q4U品论天涯网

例如在预设条件的写诗任务（例如第二句的最后一个单词需要以i收尾）中，“拿起笔就写”的GPT-4o的确给出了回答，但往往只会满足了一部分条件，同时不会自我纠正。这意味着AI必须在第一次生成时就能碰上正确的答案，否则就一定会出错。但在o1模型中，AI会不断试错并打磨答案，从而显著提高生成结果的准确率和质量。Q4U品论天涯网

Q4U品论天涯网

有趣的是，点开AI思考的过程，还会出现AI表示“我在思考这个事情这么做行不行”、“啊时间不够了得尽快给出答案”等。OpenAI确认，这里展示的并不是原始的思维链，而是“模型生成的摘要”，公司也坦率承认这里有保持“竞争优势”的因素。Q4U品论天涯网

Q4U品论天涯网

OpenAI的研究负责人JerryTworek透露，o1模型背后的训练与之前的产品有着根本性的区别。之前的GPT模型旨在模仿其训练数据中的模式，而o1的训练旨在让其独立解决问题。在强化学习的过程中，使用奖励和惩罚机制来“教育”AI使用“思维链”来处理问题，就像人类习得拆解、分析问题的方式一样。Q4U品论天涯网

根据测试，o1模型在国际数学奥林匹克的资格考试中，能够拿到83%的分数，而GPT-4o只能正确解决13%的问题。而在编程能力比赛Codeforces中，o1模型拿到89%百分位的成绩，而GPT-4o只有11%。Q4U品论天涯网

（图上显示，o1模型预览版的能力会比正式版低一截）Q4U品论天涯网

OpenAI表示，根据测试，在下一个更新的版本中，AI在物理、化学和生物学的挑战性基准测试中，表现能够与博士生水平类似。Q4U品论天涯网

该讲讲缺点和局限性了Q4U品论天涯网

不难理解，会自己思考问题的AI模型，对于程序员、创意工作者，以及几乎所有的理科相关专业工作者而言是有益的升级，但这个新模型也有局限性。Q4U品论天涯网

首先，OpenAIo1模型（至少目前）还不是多模态大模型，同时在回答事实性问题时也不如其他模型。所以在图像互动、常识问答、互联网搜索方面，GPT-4o依然是更胜一筹的选择。当然，OpenAI明确表示未来会给这个模型增加联网、文件和图像上传等功能。Q4U品论天涯网

另一个问题则是贵，而且是非常贵。o1-预览模型的定价是每百万个输入tokens15美元，每百万个输出tokens则要60美元，分别是GPT-4o的3倍和4倍。一百万tokens大致相当于75万个英文单词。Q4U品论天涯网

Q4U品论天涯网

除了OpenAIo1-预览版外，OpenAI也同步推出了o1-mini模型。后者是一个更快、更便宜的模型，定价也会便宜80%，适用于需要推理但不需要广泛世界知识的场景。Q4U品论天涯网

Q4U品论天涯网

而且从OpenAI“抠抠索索”的举动来看，这个推理模型恐怕非常消耗算力。公司宣布，从9月12日起，ChatGPT订阅用户可以访问这两个新模型，但目前o1-preview每周消息数量限制为30条，o1-mini则为50条。Q4U品论天涯网

企业版ChatGPT和教育用户可以从下周开始访问这两个模型。API使用等级达到5级的开发者可以立即开始使用这两个模型，每分钟的速率限制为20次。OpenAI未来准备向免费用户提供o1-mini模型，但目前还没有时间表。Q4U品论天涯网