新闻 
刘润:下一个万亿机会,正在出现(图
刘润:下一个万亿机会,正在出现(图刘润:下一个万亿机会,正在出现(图
如何做到呢？答案之一，或许就是：强化学习。
9年后，爱因斯坦级别的AI要来了？
OpenAI的Dan Roberts说，或许：9年后，模型就能独立发现广义相对论级别的成果。
9年后。爱因斯坦级别的AI。这太夸张了。
凭什么这么说？
这要从ChatGPT发布的几个模型说起。从4o模型，到o1，再到o3。他们的推理能力，表现得越来越好。o3，能在1分钟的时间内，完成Dan Roberts要花3小时才能计算出来的物理问题。
为什么会这样？
Dan Roberts认为，答案可能是：强化学习。
如果说预训练，是让AI模型通过“提前预习”，学到了海量知识，那么强化学习，就是让AI在不断的实践、试错和获得反馈中，自己摸索出解决问题的方法。4o模型，几乎全部是预训练计算。o1里，有了那么一些强化学习计算。o3里，强化计算的占比进一步增加了。
所以未来，Open AI，打算继续加码强化学习。
他们相信，强化学习，是让AI从“博学的学生”，进化为能够独立思考、主动探索的“研究员”的关键路径。
以前，大家觉得强化学习，只是预训练这个大蛋糕上的一颗小樱桃，但OpenAI，打算用“巨大的强化学习樱桃”，压垮整个蛋糕。
[物价飞涨的时候 这样省钱购物很爽]
这条新闻还没有人评论喔，等着您的高见呢
9年后，爱因斯坦级别的AI要来了？
OpenAI的Dan Roberts说，或许：9年后，模型就能独立发现广义相对论级别的成果。
9年后。爱因斯坦级别的AI。这太夸张了。
凭什么这么说？
这要从ChatGPT发布的几个模型说起。从4o模型，到o1，再到o3。他们的推理能力，表现得越来越好。o3，能在1分钟的时间内，完成Dan Roberts要花3小时才能计算出来的物理问题。
为什么会这样？
Dan Roberts认为，答案可能是：强化学习。
如果说预训练，是让AI模型通过“提前预习”，学到了海量知识，那么强化学习，就是让AI在不断的实践、试错和获得反馈中，自己摸索出解决问题的方法。4o模型，几乎全部是预训练计算。o1里，有了那么一些强化学习计算。o3里，强化计算的占比进一步增加了。
所以未来，Open AI，打算继续加码强化学习。
他们相信，强化学习，是让AI从“博学的学生”，进化为能够独立思考、主动探索的“研究员”的关键路径。
以前，大家觉得强化学习，只是预训练这个大蛋糕上的一颗小樱桃，但OpenAI，打算用“巨大的强化学习樱桃”，压垮整个蛋糕。
[物价飞涨的时候 这样省钱购物很爽]
| 分享: |
| 注： | 在此页阅读全文 |
推荐: