最近Open AI刚刚发布的全新的AI大模型——Open AI O One。 它在推理复杂的任务的时候，可以做到和我们人类一样思考问题并解决问题，确实再一次刷新了我们的认知，让我们一次性看清了未来超越人类智力的AI的能力。它到底有多强，有多离谱？ Open AI真的是要么不更新，要么就突然扔出一个王炸级的升级。可能很多人之前在媒体上了解到，Open AI要发布新的草莓大模型，甚至有的人说要发布GPT 5。 很显然，他们这次猜错了。 通过前两天的发布，没看到官方正式命名为这个Open AI O One，但是它的能力确实让人觉得不可思议，尤其是在推理和准确性方面，它做到了对前辈的碾压机的更新。 接下来我介绍一下，这个Open AI O One到底有多厉害，以及它最大价值到底在哪里。 我们先来说下这个O One它的名字的来历吧。 在Open AI官网上没看到它，上面是这么说的：在复杂的推理任务方面，新的模型也是Open AI O One，这是一个重大的质的飞跃，代表着人工智能的全新的水平。所以我们将这个现有的AI模型，它的编码计数器重置为一并将接下来的一系列新模型，命名为Open AI O One。 在逻辑和推理能力方面，在做同一套AIME 2024高智力数学计算题方面，上一代的模型，GPT4的准确性啊，它只有可怜的13.4%左右。 但是这次发布的Open AI O One的预览版，也就是它的最低版本，它的准确率已到达56.7%左右。也就意味着，Open AI O One的最垃圾版本，就已经碾压了上一代Open AI的最强版本。 更何况，还没有公开发布的Open AI O One正式版，它的准确率就直接飙到83.3%左右了。 而且更恐怖的还在后面，在解决处理GPQA，钻石博士级别的科学难题，涵盖了高等化学、物理、生物学等方面，GPT4的准确性只有56.1%左右，这个水平，还没有到达我们人类专业级的水平。 也就是说，上一级的最强AI大模型，它还没到达我们人类专家级别的最高水平，因为我们目前人类最强的水平，准确性是在69.7%左右，但是Open AI O One，它直接干到了78%左右了，比目前人类还聪明。 这就意味着，未来人类很多无法解决的，高难度的数理化问题，都可以让AI帮我们搞定，尤其是在高等化学、物理、生物学方面，AI比我们目前最强的专家团队还厉害，Open AI O One的智力水平和推理能力，已远超我们人类。 可能很多人不理解，为什么Open AI官方会声称这个O One它是一个全新的AI大模型呢？ 这主要是因为，它们采用了一套全新的训练方式。 那么如何理解这个全新的推理方式呢？ 这就好比两个武林高手，前辈子的通过现有的武林秘籍，也就是现有的知识，和凭借自己的记忆力来拼凑，来练就自己的绝招，帮我解决一些高难度的问题，但是在遇到一些没有，或者是已知的知识库储备的时候，他是没法面对和处理问题的。 但目前这个全新的O One模型，他就不一样了，因为，他不仅已经具备了前辈所有的能力，还会在遇到前所未有，复杂的问题的时候，他会自己跟自己博弈。 也就是变相的没有问题自己制造问题，然后自己解决，这就类似于，顶级玩家中的左右手互搏术，也就是这个CFDPlay RL，新的推理模式，让Open AI O One掌握了全新的思维链策略，从而实现了自我识别，并且能够纠正自己错误的能力. 而不像cloud那样即使错了也死犟，或者直接爱答不理不回复，甚至封号等等。 当然，说了这么多久，还不如我们直接去测试一下他的能力，看他到底有多厉害。 首先第一道题，曾经难倒GPT 4尾乘数的数学难题——维东一不等式，我们来看下他能不能答对。 首先，把这个GPT4改成这个O One，这模型就目前最新的这个Open AI O One，他预览版，切换好以后，然后先把这问题清上传一下，我们来看他能不能解答出来啊。 大家需要稍微思考一下，现在5秒钟过去了，10秒了，还没出来啊，他不会做不出来吧，哎，开始了嘎，直接把这个题给写出来了，他大概用了将近20秒左右思考，才把这个题给写出来啊。 来看一下，他目前是用英文来这个解答的，我们先给他翻译一下，我们来看他有没有答对啊。 在第一个问题里，他直接给出答案了，然后第二个问题，他说简单，所有的数字A1至A N都等于0 才会相等，即每一个A I都等于0的时候，它才会相等。 大家先猜一下它有没有答对，因为这种高难度的数学难题，它要用到高等数学的知识，看到评论区有没有高手的来解答一下，它到底有没有答对，这种难题，我就不乱加评论了. 但是我可以告诉大家答案，这个Open AI O One，它给出答案是正确的，只不过它用时比较长，整个解答过程大概用了20秒左右。 然后接下来说第二道题，这道题就比较有意思了，这也是之前难倒了GPT 4和之前最强的克拉德大模型的推理难题，也就是农夫过河的问题。 我们把这问题给他发过去，就农夫需要把狼还有羊，菜还有自己运到河对岸去，只有农夫能够划船，而且船比较小，除农夫每次只能运一个东西外，还有一个棘手的问题. 就是如果农夫没有看着，羊就会偷吃菜，狼就会吃羊，请按照以下的顺序，选择合理的过河方式，分别是a农夫单独过河，b农夫大郎过河，c农夫大郎过河d农夫大菜过河，然后是e农夫单独返回，f花农夫大郎返回，还有g农夫大洋返回，h花农夫大菜返回，然后后面总共有4个答案，我们来看一下他有没有做对啊。 这次总共只思考7秒钟就解决出来了，他说基于经历了狼，羊和白菜过河的这个问题，农夫需要将所有的物品安全过河，不能让羊和白菜单独在一起，也不能让狼和羊单独在一起，狼在下方，是他给出的分布的解决方法. 第一步先让农夫赶着羊过河，狼让狼农夫单独回来，接着农夫带着狼过河，农夫把羊带回来，然后第五步，就是农夫把这卷心菜砍过河，接着农夫单独回来，最后一步是农夫把这个羊赶过河，他说这样的顺序就确保了，羊永远不会单独和卷心菜待在一起，而且狼也永远不会单独和羊待在一起. 所以他正确答案是选择爱，所以他翻译原文给出答案就是爱，他选的是第二个答案，就是CEBG DEC，回答是正确的，而且他只用了7秒钟就解决出来了，非常快这速度。 现在我们来问他第三个问题，这个问题，也是之前难倒了这个GPT 4的，这个晒衣服的问题，我们来看一下他会不会犯同样的错误，如果我把5件衣服放在太阳底下晒干，需要5个小时才能完全晒干，那么要多长时间才能烘干，30件衣服，我来看下这个问题啊，他是怎么回答的。 这看似我们人类的常识，但是之前最强的GPT 4 o还有cloud都答错了，这个问题他总共思考4秒钟，他我正在思考，如何计算30件衣服，在相同条件下的干燥时间，每件衣服需要5小时，所以30件衣服可能也需要5小时。 将这衣服进行晒干，因为晾晒时间，取决于每件衣服所需的干燥时间，只需要有足够的空间，同时晾晒所有的衣服，那么晾干3件衣服所需时间，和晾干5件衣服时间是相同的，正确答案就是5小时。 这个问题就是我们人类的尝试，但是由于之前的chat GPT 4 o还有cloud，他们之前没有收入这种琐碎的尝试，也没有在互联网上出现这种问题，所以之前的chat GPT还是cloud，他们都没有答对。 这就是我们之前说到的，像之前的chat GPT 4 o或者是这个cloud，他们所有的知识储备，都是我们人类给到的，要是没有给的话，他就答不出来。 但是全新的O One模型就不一样，即使没有给过的尝试，他也能推理出来，比如，下面再拿一道更难的推理题来试一下，看他能不能答对。 如果三人入住价格为30美元的酒店，则每年贡献10美金，后来酒店经理意识到搞错了，房间的价格应该是25美金，然后经理给了服务员5美元，并要求他退还给客人。 然而服务员保留了两美元，并给每位客人一美元，那么相当于现在每位客人支付了，9美元总计是27美元，服务员支付了两美元，总共赚了29美元，那么丢失的一美元去哪里了啊，这个问题看起来就头大呀，我们来看下他是怎么回答的。 他总共思考了这个，用时9秒钟左右，这是一个经典的数学谜题，表面上看似有一个丢失的一美元，其实是因为计算方式出现了问题，他最初支付三位客人，一共支付了30美元，每人10美元，但是实际房价应该是25美元，退款之后，经理拿出5美元，让这服务员退还给客人。 因为服务员的行为私自留下两美元，并且只给每位客人退了一美元，总共退了3美元，那相当于客人实际支付，由原先支付了10美元，退回一美元后，实际支付了9美元，总共支付至27美元，然后服务生拿走金额两美元，就相当于少了一美元。 他说，问题出现在第六步和第七步的计算上，将每个客人支付的27美元，加上服务生的两美元，得到29美元，看似似乎少了一美元，但实际上这种加法是错误的，问题就出在，第六步和第七步的计算问题上。 他正确的计算方式应该是这样的啊，因为客人支付的27美元中，已经包含了服务生私自留下的两美元，然后27美元等于25美元，酒店得到的加价，两美元服务生私自留下的。 但是出水的30美元可以这样翻倍，25美元给了酒店，两美元给了服务生，3美元退还给客人，这样的话总计是30美元就没错了，他因此并没有丢失一美元，错误就在于将客人实际支付的27美元。 和服务生拿出的两美元相加，这是重复计算的，这样的话就没错了，就退还给客人3美元，加上服务生两美元，再加上酒店得到25美元，就得到最初出售的30美元就没错了，所以他给出的答案是，没有丢失的一美元，是计算错误导致的，这种错觉，看似非常out的问题，他最终还是理清了，并给出正确答案。 由此可见，这个Open AI O One，确实是非常聪明的，但是根据网上透露的信息，下一代的GPT 5大模型，它比O One还强大60倍。 这什么概念，如真的那样的话，那么AI真的可能把我们人类，推进一个无法预测的未来，不知道到底是福还是祸，但是这种局面终究还是会来临。 目前我们已经可以看到的是，AI现在已经抢了大多数普通技术人员的工作，未来一些高等的科技行业，也会大量充斥着AI的身影。
