![]()
今天凌晨，OpenAI 的“草莓”模型正式发布，名为“o1”，作为一系列新的人工智能模型，“o1”模型将花更多时间在思考上，然后再做出回答。
![]()
OpenAI发布新模型
在刚刚结束的2024 IOI信息学奥赛题目中，“o1”的微调版本在每题尝试50次条件下取得了213分，属于人类选手中前49%的成绩，但如果允许它每道题尝试10000次，就能获得362.14分，高于金牌选手门槛，可获得金牌。在解决博士水平的物理问题时，GPT-4o是“不及格”的59.5分，“o1”系列则是一跃来到“优秀档”，直接干到92.8分！![]()
与GPT-4o相比，o1在数理化生、英语法律经济等各种科目都有不同成绩改进。开发人员提到，与以前的科学、编码和数学模型相比，“o1”系列可以推理复杂的任务，解决更难的问题，而且，就像人类一样，“o1”系列模型会用更多时间思考问题，通过训练后更是学会了完善思考过程、尝试不同的策略，并能够认识到自己的错误，简单来说，就是学会了“慢思考”。
![]()
新出的o1系列
已经成为AI能力的新天花板？
“o1”不仅学会了磨练自己的思维链，还能自己进一步去完善使用策略，除此之外它也学会了将复杂的步骤分解为更简单的步骤，而且如果当前的方法不起作用，它也会尝试不同的方法。以上的这些，就是我们人类最核心的思考方式：慢思考。诺贝尔经济学奖得主丹尼尔·卡尼曼有一本著作，名叫：《思考，快与慢》。非常详细的阐述了人类的两种思考方式：第一种是快思考，特点是快速、自动、直觉性、无意识，举几个例子：看到一个笑脸就知道对方心情很好，1+1=2 这样简单的计算，这些就是快思考，对应的就是传统的大模型，靠死记硬背学得的快速反应的能力。图源网络
第二种是慢思考，特点是缓慢、需要努力、逻辑性、有意识，举几个例子：解决一道复杂的数学题、权衡利弊后做出重要决定，这就是慢思考，这是我们人类之所以强大的核心，也是目前AI要达到的目标。而现在，“o1”终于踏出了坚实的一步，拥有了人类慢思考的特质，在回答前，会反复的思考、拆解、理解、推理，然后给出最终答案。不过“o1”目前还在早期模型阶段，尚不具备ChatGPT的许多有用功能，例如联网搜索以及上传文件和图像，但对于复杂的推理任务来说，这是一个重大进步，OpenAI称代表了人工智能的最高水平。说了很多关于“o1”学会思考的内容，那么TA思考起来究竟是什么样子？我们可以从官网示例中的编写Bash脚本的编程任务一窥究竟。首先作为对比，GPT-4o会直接就开始写代码，遗憾得到错误结果。而o1-preiview会先用自己的理解复述一遍要求，然后开始拆解要求，明确最终目标，接下来它会给自己定义任务、分析限制条件、列出需要用到的方法，然后进一步把任务拆解成明确的数个小步骤，最后才动手编写代码，并保证一次性得到正确结果。![]()
“o1”把任务拆解成明确的数个小步骤
思路如此清晰！讲到这里好富想起来另一个AI大事件，今年七月份的时候，各大AI模型因为分不清9.9和9.11那个更大，还被嘲笑上了热搜😂不少网友表示“熟悉的人工智障”。
俩数字难倒“英雄汉”
面对“9.11和9.9哪个大”这样简单的问题，不少主流AI模型都纷纷被难倒：
强如GPT-4o，都坚定地认为9.11更大：
![]()
Claude 3.5 Sonnet不仅认为9.11更大，还一本正经地给出离谱的计算方法：
![]()
![]()
把网友看得一脸黑人问号...
国产大模型翻车率也比较高，智谱清言APP上的ChatGLM，自动触发了联网查询，然后描述了自己的比较方法，可惜却执行错了：
![]()
字节豆包是少数能把比较方法描述清楚，而且用对的：
![]()
比较可惜的是文心一言，面对这个问题也是触发了联网查询。本来都已经做对了，但突然话锋一转又导向了错误结论：
![]()
不过从文心一言的思路解释上也可以看出背后问题所在：大模型在比较时，会对数字的不同部分进行拆分，当9.11被拆成“9”“小数点”“11”三部分时，11确实比9大。
巧的是，当时路透社的刚好泄漏了一点OpenAI秘密模型“草莓”（也就是现在的“o1”）的消息，不少网友也在期待新模型能不能“智能一回”，在没有额外提示情况下，能不能自主解决“9.11和9.9哪个大？”。
因此这次模型出炉后，NYU助理教授谢赛宁就上手测试了类似的问题：“9.11和9.8哪个大？”没想到自如应对各类难题的o1-preview，面对这个问题却回答错了，给出“9.11比9.8更大”的答案...
![]()
看来人类养育的人工智能，还是有很长的路要走...
如果你也想跟着世界顶级名校教授一起研究人工智能，追赶行业发展的脚步，积累科研经验、洞悉这个世界，首先要获得背景提升、拿大牛推荐信、上岸心仪名校，然后继续拓展人生中更多的可能性，盐趣可以助你一臂之力。海外留学竞争激烈，学生的综合素质和学术能力越来越卷，尽早积累科研能力十分必要。扫描下方二维码，享受免费科研一对一咨询。
