OpenAI又在搗鼓神秘“黑科技”？

12日，據(jù)媒體援引知情人士透露，生成式AI領(lǐng)頭羊OpenAI正開(kāi)發(fā)新的AI大模型項(xiàng)目----"草莓 "（Strawberry），而這個(gè)“草莓”非常神秘，很可能與提升AI大模型的推理能力有關(guān)。

01 OpenAI的神秘項(xiàng)目“草莓”是什么？

據(jù)媒體報(bào)道，5月份OpenAI的一份內(nèi)部文件顯示，OpenAI的內(nèi)部團(tuán)隊(duì)正開(kāi)發(fā)的“草莓”項(xiàng)目，目的是增強(qiáng)OpenAI的模型的推理能力，處理復(fù)雜科學(xué)和數(shù)學(xué)問(wèn)題的能力，讓大模型不僅能生成查詢答案，還能提前規(guī)劃，以便自主、可靠地瀏覽互聯(lián)網(wǎng)，進(jìn)行OpenAI 定義的“深度研究”。

按照十幾位人工智能研究人員的說(shuō)法，這是目前大語(yǔ)言模型還沒(méi)能實(shí)現(xiàn)的功能。

很明顯OpenAI現(xiàn)階段還不想公布關(guān)于“草莓”的詳細(xì)資料。

當(dāng)被問(wèn)及“草莓”的細(xì)節(jié)時(shí)，OpenAI的一位發(fā)言人只是繞了個(gè)彎表示：“我們希望AI大模型能像人類那樣看待和理解這個(gè)世界。不斷研究新的AI能力是業(yè)界的普遍做法，畢竟我們都相信AI的推理能力會(huì)隨著時(shí)間的推移而不斷提高?！?/p>

畢竟即便在 OpenAI 內(nèi)部，“草莓”的工作原理也是嚴(yán)格保密的，目前仍沒(méi)有“草莓”的發(fā)布時(shí)間消息。

但有媒體透露，“草莓”項(xiàng)目的前身是Q*算法模型，Q*能夠解決棘手的科學(xué)和數(shù)學(xué)問(wèn)題。而數(shù)學(xué)是生成式AI發(fā)展的基礎(chǔ)，如果AI模型掌握了數(shù)學(xué)能力，將擁有更強(qiáng)的推理能力，甚至與人類智能相媲美。而這一點(diǎn)也是目前的大語(yǔ)言模型還無(wú)法做到的。

去年底Q*在OpenAI的內(nèi)部信中首次曝光，而CEO奧特曼當(dāng)時(shí)被開(kāi)除也是因?yàn)檫@個(gè)Q*項(xiàng)目。

一些OpenAI內(nèi)部人士指出，Q*可能是 OpenAI 在追尋通用人工智能（AGI）路上的一項(xiàng)突破，其發(fā)展速度之快讓人感到震驚，并擔(dān)心AI過(guò)快發(fā)展可能會(huì)威脅到人類安全。在這種擔(dān)憂蔓延之際，奧特曼在沒(méi)有告知董事會(huì)的情況下，選擇加速推進(jìn)GPT系列模型的開(kāi)發(fā)及商業(yè)化，這激發(fā)了OpenAI董事會(huì)的不滿并選擇把他踢出局。

02 OpenAI的野心：利用“草莓”提高大模型的推理能力

雖然無(wú)法獲取“草莓”的詳細(xì)情況，但從OpenAI近期的種種蛛絲馬跡中可以發(fā)現(xiàn)，增強(qiáng)生成式AI大模型的推理能力，是它接下來(lái)的發(fā)展重心。

OpenAI的CEO奧特曼曾強(qiáng)調(diào)，今后AI發(fā)展的關(guān)鍵將圍繞推理能力展開(kāi)。

在本周二的一次內(nèi)部全員會(huì)議上，OpenAI展示了一個(gè)研究項(xiàng)目的演示，稱該項(xiàng)目擁有類似人類的推理能力。OpenAI發(fā)言人向媒體證實(shí)了這次內(nèi)部會(huì)議，但拒絕透露會(huì)議細(xì)節(jié)，因此無(wú)法確定演示的項(xiàng)目是否為“草莓”。

但據(jù)知情人士透露，“草莓”項(xiàng)目包括一種專門(mén)的“后訓(xùn)練”方法，即生成式AI模型已經(jīng)過(guò)大量數(shù)據(jù)集上進(jìn)行預(yù)訓(xùn)練后，進(jìn)一步調(diào)整模型以提高其在特定任務(wù)上的表現(xiàn)。這類似于斯坦福大學(xué)在2022年開(kāi)發(fā)的“自學(xué)推理者”（Self-Taught Reasoner，簡(jiǎn)稱STaR）方法。

STaR的創(chuàng)造者之一、斯坦福大學(xué)教授Noah Goodman曾表示，STaR可以讓AI模型通過(guò)反復(fù)創(chuàng)建自己的訓(xùn)練數(shù)據(jù)，“引導(dǎo) ”自己進(jìn)入更高的智能水平，理論上可以用來(lái)讓語(yǔ)言模型實(shí)現(xiàn)超越人類的智能。

這就和OpenAI想要的“推理能力”對(duì)上了號(hào)。而且，OpenAI在11日還公布了未來(lái)AI發(fā)展的五級(jí)路線圖：

按照OpenAI的猜想，未來(lái)AI會(huì)經(jīng)歷5個(gè)階段：

第一級(jí)：聊天機(jī)器人，具有對(duì)話語(yǔ)言的人工智能

第二級(jí)：推理者，人類水平的問(wèn)題解決

第三級(jí)：代理者，可以采取行動(dòng)的系統(tǒng)

第四級(jí)：創(chuàng)新者、可協(xié)助發(fā)明的人工智能

第五級(jí)：組織者，可以完成組織工作的人工智能

按照目前搜集的信息，“草莓”項(xiàng)目極可能是幫助OpenAI實(shí)現(xiàn)第二級(jí)AI的關(guān)鍵。

據(jù)媒體報(bào)道，一位OpenAI高管表示，目前AI模型正處第一級(jí)別，但預(yù)計(jì)很快將達(dá)到第二級(jí)別，即推理者。OpenAI目前正在致力于在特定任務(wù)上實(shí)現(xiàn)博士級(jí)別的智能，預(yù)計(jì)可能在一年或一年半內(nèi)實(shí)現(xiàn)。

另一項(xiàng)OpenAI聚焦的功能是，提高大語(yǔ)言模型執(zhí)行長(zhǎng)時(shí)間任務(wù)（Long-Horizon Tasks，簡(jiǎn)稱LHT）的能力，這指的是需要模型提前規(guī)劃，并在較長(zhǎng)一段時(shí)間內(nèi)執(zhí)行一系列任務(wù)。

據(jù)知情人士透露，為了實(shí)現(xiàn)這一目標(biāo)，OpenAI希望“草莓”能成為創(chuàng)建、訓(xùn)練和評(píng)估“深度研究”的模型，并利用“計(jì)算機(jī)使用代理”（Computer-Using Agent，簡(jiǎn)稱CUA）來(lái)自主瀏覽網(wǎng)頁(yè)，并根據(jù)其發(fā)現(xiàn)自主采取行動(dòng)。

如果OpenAI成功了，“草莓”項(xiàng)目很可能會(huì)重新定義AI的能力，使其能夠進(jìn)行重大科學(xué)發(fā)現(xiàn)、開(kāi)發(fā)新的軟件應(yīng)用程序，并自主執(zhí)行復(fù)雜任務(wù)，那人類離AGI又進(jìn)一步了。