最近，OpenAI高級研究副總裁Mark Chen在爐邊談話中，正式否認「Scaling Law撞墻論」。

他表示，并沒有看到Scaling Law撞墻，甚至OpenAI還有兩個范例——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」。

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，因為他們為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，我們正處于這樣一個階段：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，即使為世界提供實用性和價值。

當所有基準測試飽和之后，需要考慮的就是是否為最終用戶提供了價值。

雖然今天AI通過了基準測試，但它并沒有完全捕捉到AGI應該做的事。

好在，在過去一年里，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。

為什么這么說？

想象我們試圖對一個模型進行越獄，舊的GPT系統必須立即做出回應，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，不僅僅用于數學或編程。

在編程中使用的推理方法，可能也適用于談判，或者玩一個很難的游戲。

而說到基準測試，在安全性上也有同樣的挑戰。

安全性有點類似于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。

如何到達五級AGI

AGI從一級到五級，關鍵推動因素是什么呢？

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，再到能在現實世界里采取行動的模型，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，我們目前正處于哪一階段呢？

OpenAI研究者認為，目前我們正從第一階段向第二階段過渡，朝著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，我們對于AI系統的信任也在逐漸增加。

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。

有沒有什么好的方法，來生成用于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，而標題并不是描述氣球本身，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，訓練一個能為圖片生成高保真標題的模型。

然后，就可以為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，也可以采用這個辦法。

Scaling Law沒有撞墻

最近很火熱的一個觀點是，Scaling Law已經撞墻了，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范式，讓人生成無限希望。

他們探索了一系列模型的測試時Scaling范式，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后，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，沒有什么是完全無法應對的。

在OpenAI內部，大家經常說推理范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，莫過于和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：人類仿佛終于有了一個真正能互動的陪練伙伴，而非僅僅對自己的想法進行評論。

它仿佛一個真正的實體，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。不知為什么，總是感覺不太像AGI。

當時他們假設，原因在于，這是因為AI被要求立即做出回應。

就算我們要求一個人類立即做出回應，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，明天再答復你。

就在這里，OpenAI研究者發現了亮點！

其實這里缺少的，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，核心假設就在這里。

研究者做了許多不同嘗試，來解決這個挑戰。

一群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推出幾個月后，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，模型在醫學癥狀的判斷上，涉及形成假設、驗證，隨后再形成新的假設。

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。

OpenAI仍然注重安全

Mark Chen肯定地說，目前OpenAI仍然像早期那樣，致力于研究和安全。

為此，他管理著一個非常龐大的研究項目組合。并且一直在思考著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并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。

現在是AI創業的好時機

OpenAI的研究者也認為，現在是基于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。

在特定領域定制一個模型，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，是因為他們知道并堅信某個秘密，而市場上的其他人并不知道這個秘密。

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。

想象一個人在一周內，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，已經不僅限于商業領域。

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，都是因為AI。