AGI所需突破已經(jīng)實(shí)現(xiàn)！

OpenAI前研究主管Bob McGrew公開表示：AGI的「技術(shù)拼圖」已經(jīng)齊全，關(guān)鍵在于如何將推理能力落地，并重塑價(jià)值創(chuàng)造路徑

作為研究主管，他見證了OpenAI從GPT-3的突破到如今推理模型的演變。

他認(rèn)為，實(shí)現(xiàn)通用人工智能 (AGI) 的三大支柱是：

Transformer、規(guī)模化預(yù)訓(xùn)練和推理。

AI能力持續(xù)增強(qiáng)。在過去五年中，技術(shù)發(fā)展迅猛、令人興奮。

而且這一趨勢仍在延續(xù)，他認(rèn)為并不存在所謂的「技術(shù)墻」。

在紅杉的「訓(xùn)練數(shù)據(jù)」(Training Data)系列播客中，他分享了關(guān)于AI的洞見。

AGI拼圖已現(xiàn)

「除了預(yù)訓(xùn)練、后訓(xùn)練、推理這三部分外，未來可能不會(huì)再出現(xiàn)根本性突破。」

Bob McGrew的這個(gè)觀點(diǎn)可能有爭議。

但如果穿越到2030年， 總結(jié)實(shí)現(xiàn)更高智能（也許是AGI，也許是其他形式）所需的根本概念。

他認(rèn)為，最終會(huì)得出全部關(guān)鍵點(diǎn)：

1. 基于Transformer的語言模型；

2. 大規(guī)模預(yù)訓(xùn)練（比如GPT-1和GPT-2）；

3. 推理能力的引入與不斷提升；

4. 越來越多的多模態(tài)能力。

他甚至認(rèn)為，到了2035年，我們?nèi)匀徊粫?huì)看到這些之外的新趨勢。為什么這么認(rèn)為？

回到2020年，那時(shí)GPT-3剛訓(xùn)練完成。可以想象一下當(dāng)時(shí)OpenAI的情景：模型還未發(fā)布，但已經(jīng)知道它帶來了「劃時(shí)代的變革」。

Dario Amodei、Ilya Sutskever、Alec Radford等一群人圍坐在辦公室，盯著這個(gè)模型。他們很清楚接下來的路線圖是什么：

• 從GPT-3到GPT-4，預(yù)訓(xùn)練規(guī)模必須擴(kuò)大；
• 必須增強(qiáng)多模態(tài)能力，最終發(fā)展出能使用電腦的模型；
• 開始探索「測試時(shí)計(jì)算」（test time compute）。

所以Bob認(rèn)為，從現(xiàn)在起大家會(huì)繼續(xù)擴(kuò)大、改進(jìn)和打磨這三個(gè)概念。這非常難，需要大量智慧和努力。但若干年后再回頭看，我們不會(huì)看到有其他新出現(xiàn)的根本性技術(shù)趨勢。

他認(rèn)為如果錯(cuò)了，那未來將更加精彩。但現(xiàn)在，他覺得他是對的。

為什么說今年是推理之年

我們正處在AI發(fā)展的關(guān)鍵節(jié)點(diǎn)，見證了預(yù)訓(xùn)練、后訓(xùn)練與推理三者的融合。

而2025年是「推理之年」。

推理是種新技術(shù)。從2023年9月的o1-preview，到六個(gè)月后的2024年4月發(fā)布o(jì)3，僅用了六個(gè)月，期間進(jìn)展迅猛。

同時(shí)，OpenAI多年開發(fā)的推理能力，正在向Google、DeepSeek、Anthropic等公司擴(kuò)散——只在短短幾個(gè)月內(nèi)就實(shí)現(xiàn)了。

這說明，推理是各大實(shí)驗(yàn)室今年的重點(diǎn)方向。

而且推理模型領(lǐng)域目前還有很多成果，唾手可得。例如，o1-preview與o3之間最大的區(qū)別在于：

前者無法使用工具，而后者則能在「思維鏈」（Chain of Thought）中調(diào)用工具。

在訓(xùn)練o1時(shí)，OpenAI就知道推理很值得做，但實(shí)現(xiàn)起來很難，最終他們用了六個(gè)月將其開發(fā)并發(fā)布。

但推理的下一步并不直觀。

隨著推理能力趨于成熟，技術(shù)潛力也將逐漸被「消耗殆盡」。因此，進(jìn)展的速度可能會(huì)放緩，不再像前期那樣迅猛。

預(yù)訓(xùn)練

地位仍在，但角色轉(zhuǎn)型

許多人說：「預(yù)訓(xùn)練正面臨瓶頸」「Scaling Law即將終結(jié)」……

但Bob認(rèn)為：「預(yù)訓(xùn)練仍然重要，但收益遞減。」

之所以會(huì)出現(xiàn)收益遞減，是因?yàn)槟Ｐ偷闹悄茉鲩L與所投入的算力呈對數(shù)線性關(guān)系——也就是說，要提升一定幅度的智能，就必須成倍增加算力。

本質(zhì)上，預(yù)訓(xùn)練是規(guī)模巨大、耗時(shí)持久的訓(xùn)練過程，要用整個(gè)數(shù)據(jù)中心持續(xù)運(yùn)行好幾個(gè)月。而當(dāng)要訓(xùn)練下一個(gè)新模型時(shí)，通常要在多個(gè)數(shù)據(jù)中心上完成。

這可以依賴一些算法效率的提升，但從根本上說，必須等新的數(shù)據(jù)中心建成。這無法像推理那樣在六個(gè)月內(nèi)完成改進(jìn)，而是需要數(shù)年的時(shí)間。

不過，這并不意味著預(yù)訓(xùn)練無用。

2025年，預(yù)訓(xùn)練的真正杠桿在于架構(gòu)的改進(jìn)。

即使正在重點(diǎn)開發(fā)推理能力，仍然希望改進(jìn)預(yù)訓(xùn)練，提高推理時(shí)的效率、支持更長的上下文或更好地利用上下文。而要做到這些時(shí)，就必須從頭開始，在新架構(gòu)上重新進(jìn)行預(yù)訓(xùn)練，然后再進(jìn)入整個(gè)推理優(yōu)化流程。

所以，預(yù)訓(xùn)練仍然重要，但它在整個(gè)流程中扮演的角色已經(jīng)發(fā)生了變化。

后訓(xùn)練

模型的人格

預(yù)訓(xùn)練和推理的目標(biāo)是提升智能。在這兩個(gè)環(huán)節(jié)中，有明確的「Scaling Law」：

投入更多算力，就能獲得更高的智能。

后訓(xùn)練不提升智能，而是塑造模型的「人格」，與「智能」完全不同。

本質(zhì)上，智能是「薄問題」（thin problem），只要做得更好，它的適應(yīng)能力和泛化能力就會(huì)提升，幾乎可以遷移到任何任務(wù)上——

比如你在數(shù)學(xué)上做得更好，就能更好地應(yīng)對法律推理問題。

但「模型人格」是「厚問題」（thick problem）。

這需要去思考：「我希望這個(gè)智能體表現(xiàn)出什么樣的個(gè)性？我希望它如何行動(dòng)？」更像是人類多年與他人互動(dòng)的成長過程。

而如何將人類對「好人格」的定義，轉(zhuǎn)化為真實(shí)、吸引人的AI人格，這本身就非常難，值得深入研究。

這需要像OpenAI的Joanne Jang（下圖左）或Anthropic的Amanda Askell（下圖右）之類的「產(chǎn)品經(jīng)理」，專門去設(shè)計(jì)模型人格。

她們對人性有非常深刻的理解。

推理演進(jìn)路徑與挑戰(zhàn)

推理為何關(guān)鍵？

主持人Sonya Huang對推理很感興趣。

而OpenAI似乎很早就堅(jiān)定地押注在這個(gè)推理范式上，可能比其他實(shí)驗(yàn)室都要早。

所以她問了Bob一個(gè)問題：「最初OpenAI為什么會(huì)對推理下注這么重？」

Bob McGrew認(rèn)為推理是AGI缺失的關(guān)鍵拼圖。

預(yù)訓(xùn)練可以讓模型對問題有一種「直覺式的理解」。

但如果讓人馬上去計(jì)算2個(gè)五位數(shù)的乘法，對一般人來說完全做得到，但不能立刻得到準(zhǔn)確結(jié)果。因?yàn)槿祟愄焐托枰冈诨卮鹎八伎肌埂?/span>

人類需要「草稿紙」，慢慢推導(dǎo)。這就是早期模型（甚至包括GPT-3）所不具備的能力。

后來OpenAI開始關(guān)注到一些公開實(shí)驗(yàn)的啟示——比如「逐步思考」（step by step thinking）、「思維鏈」（chain of thought）等概念。

OpenAI意識到模型可以自己引導(dǎo)推理過程，而不是僅僅模仿人類如何思考的樣本。這種能力非常強(qiáng)大，而且可以被訓(xùn)練出來。

他們知道這會(huì)比單純的預(yù)訓(xùn)練更具潛力，因?yàn)椋?/span>

• 人類的思維是在腦子里的，不是模型能直接獲取的數(shù)據(jù)；
• 公開的數(shù)據(jù)幾乎都是「最終答案」，模型看不到中間推理過程；
• 所以模型必須自己推導(dǎo)出「思考的方式」。

這就是為什么OpenAI如此看重推理。

之前，Bob提到：「我們尚未揭示完全推理。」

主持人Stephanie Zhan繼續(xù)追問道：「我們現(xiàn)在對推理理解得足夠了嗎？還是說還處在早期研發(fā)階段？」

Bob McGrew認(rèn)為行業(yè)一線依舊能看到大量新想法和細(xì)節(jié)上的改進(jìn)，但局外人已經(jīng)看不懂了。

現(xiàn)在，很多進(jìn)展已經(jīng)不會(huì)公開出現(xiàn)在論文中了。

就像以前，學(xué)術(shù)界還能做出很大的突破。但后來，當(dāng)Bob再看到學(xué)術(shù)論文時(shí)，他會(huì)想：「哦，這個(gè)我們早就做過了，他們剛剛又重新發(fā)現(xiàn)了一次。」

如今，投入到這個(gè)方向的精力已經(jīng)非常巨大。

因此，確實(shí)還有很多東西可以探索，但它們已經(jīng)不是三言兩語可以講清楚的點(diǎn)子了。