劉潤:下壹個萬億機會,正在出現(圖
如何做到呢？答案之壹，或許就是：強化學習。
9年後，愛因斯坦級別的AI要來了？
OpenAI的Dan Roberts說，或許：9年後，模型就能獨立發現廣義相對論級別的成果。
9年後。愛因斯坦級別的AI。這太誇張了。
憑什麼這麼說？
這要從ChatGPT發布的幾個模型說起。從4o模型，到o1，再到o3。他們的推理能力，表現得越來越好。o3，能在1分鍾的時間內，完成Dan Roberts要花3小時才能計算出來的物理問題。
為什麼會這樣？
Dan Roberts認為，答案可能是：強化學習。
如果說預訓練，是讓AI模型通過“提前預習”，學到了海量知識，那麼強化學習，就是讓AI在不斷的實踐、試錯和獲得反饋中，自己摸索出解決問題的方法。4o模型，幾乎全部是預訓練計算。o1裡，有了那麼壹些強化學習計算。o3裡，強化計算的占比進壹步增加了。
所以未來，Open AI，打算繼續加碼強化學習。
他們相信，強化學習，是讓AI從“博學的學生”，進化為能夠獨立思考、主動探索的“研究員”的關鍵路徑。
以前，大家覺得強化學習，只是預訓練這個大蛋糕上的壹顆小櫻桃，但OpenAI，打算用“巨大的強化學習櫻桃”，壓垮整個蛋糕。
[加西網正招聘多名全職sales 待遇優]
這條新聞還沒有人評論喔，等著您的高見呢
9年後，愛因斯坦級別的AI要來了？
OpenAI的Dan Roberts說，或許：9年後，模型就能獨立發現廣義相對論級別的成果。
9年後。愛因斯坦級別的AI。這太誇張了。
憑什麼這麼說？
這要從ChatGPT發布的幾個模型說起。從4o模型，到o1，再到o3。他們的推理能力，表現得越來越好。o3，能在1分鍾的時間內，完成Dan Roberts要花3小時才能計算出來的物理問題。
為什麼會這樣？
Dan Roberts認為，答案可能是：強化學習。
如果說預訓練，是讓AI模型通過“提前預習”，學到了海量知識，那麼強化學習，就是讓AI在不斷的實踐、試錯和獲得反饋中，自己摸索出解決問題的方法。4o模型，幾乎全部是預訓練計算。o1裡，有了那麼壹些強化學習計算。o3裡，強化計算的占比進壹步增加了。
所以未來，Open AI，打算繼續加碼強化學習。
他們相信，強化學習，是讓AI從“博學的學生”，進化為能夠獨立思考、主動探索的“研究員”的關鍵路徑。
以前，大家覺得強化學習，只是預訓練這個大蛋糕上的壹顆小櫻桃，但OpenAI，打算用“巨大的強化學習櫻桃”，壓垮整個蛋糕。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
推薦: