这一次，中美两国的人工智能企业在研发思路上终于站在了同一条起跑线，中国企业的起跑时间甚至更早一些。
9月13日，OpenAI发布具有推理能力的人工智能模型“o1”，备受行业瞩目。o1通过模仿人类的思维过程，强化学习和“思维链”技术，引导模型自主解决问题。这一特点在解决复杂问题，尤其是在科学、编码和数学等领域，展现出了超越以往模型的强大能力。
据了解，o1和GPT系列模型最大的区别主要在于，该系列模型是在思考之后回答用户问题，输出高质量的内容，而非迅速回应无效答案，即用模仿人类思维过程的“慢思考”代替过去追求快速响应的“快思考”，这与国内一家大模型企业在近两个月前提出的观点不谋而合——早在今年7月底举办的ISC 2024大会上，360集团创始人周鸿祎就宣布，360将“用基于智能体的框架打造慢思考系统，从而增强大模型的慢思考能力”，并在近期多次强调，将“利用智能体框架，让大模型从快思考转成慢思考模式，把多个大模型组合起来解决业务问题”。
对于o1的推出，周鸿祎在其最新发布的短视频中表示，过去建立在大参数、大数据量的模型技术演进终于找到了新的突破方向，也为下一个阶段人工智能的进步和应用开辟了巨大的空间。“o1不是像大模型一样用文字来训练，而是像自己和自己下棋一样，通过强化学习来实现这种思维链的能力”，周鸿祎说。
周鸿祎用“快思考”和“慢思考”两项人类具备的能力对思维链强大的原因进行了解读。他指出，快思考的特点是快速直觉、无意识，反应很快但能力不够强。GPT类大模型通过训练大量知识，主要学习的是快思考能力，这也是为什么GPT类大模型脱口而出的答案质量不够稳定，“就像人一样，不假思索出口成章而不出错非常难实现”；慢思考的特点则是缓慢、有意识、有逻辑性，需要分很多步骤，类似写一篇复杂的文章，要先列提纲，根据提纲去搜集数据，收集素材，根据素材进行讨论，再把文章写出来，还要进行润色和修改。“这一次o1拥有了人类慢思考的特质，在回答问题前会反复地思考，拆解、理解、推理，可能会自己问自己1000遍，然后才能给出最终的答案。”
不过，尽管在“慢思考”能力上取得了巨大突破，o1依然难称完美。据媒体报道，目前的o1-preview版本依旧存在幻觉问题、运行速度较慢及成本高昂等诸多局限性，限制了其应用范围。与之相比，更早提出“慢思考”概念的360通过其首创的CoE（Collaboration of Experts，专家协同）技术架构及混合大模型对“慢思考”进行落地实践，该技术架构已落地在360 AI搜索、360 AI浏览器等多款产品中。AI助手通过CoE架构还接入了很多小参数专家模型，在回答简单问题时调用更精准的“小模型”，在获得高质量回答的同时还能节约推理资源、提升响应速度，实现对“慢思考”过程中速度过慢等问题的改进。
据了解，近期有国内技术团队通过将思维链优化为CoE协同工作模式，使用任意三个模型协同工作达到了和OpenAI o1-preview类似的反思决策效果。经过21道复杂逻辑推理题测试结果显示，其效果与OpenAI o1-preview相当，完全超越GPT-4o，有时还能超越o1-preview。
“所以，以后比的不是多快能给你答案，而是给的答案完不完整，这也会改变人工智能服务的业态，人工智能到最后还是要参考人类大脑的组成来构造工作模式”，周鸿祎说。
编辑：曹倩
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
