人工智能

从 o1 到 o3：OpenAI 如何重新定义人工智能中的复杂推理

发布时间 2024 年 12 月 26 日

德辛·齐亚博士

生成式人工智能重新定义了我们对人工智能能力的认知。它最初只是一种用于完成简单重复性任务的工具，现在正在解决我们面临的一些最具挑战性的问题。OpenAI 在这一转变中发挥了重要作用，并以其 ChatGPT 系统引领了这一潮流。ChatGPT 的早期版本展示了人工智能如何进行类似人类的对话。这种能力让我们得以一窥生成式人工智能的可能性。随着时间的推移，该系统已经超越了简单的交互，能够应对需要推理、批判性思维和解决问题的挑战。本文探讨了 OpenAI 如何将 ChatGPT 从一种对话工具转变为一个能够推理和解决问题的系统。

o1：迈向真实推理的第一步

OpenAI 迈向推理的第一步是 1 年 2024 月发布 o1。在 oXNUMX 之前，GPT 模型擅长理解和生成文本，但在需要结构化推理的任务上却举步维艰。 o1 改变了这一点。它旨在专注于逻辑任务，将复杂问题分解为更小、更易于管理的步骤。

o1 通过使用一种称为推理链的技术实现了这一点。这种方法通过将数学、科学和编程等复杂问题分解为易于解决的部分，帮助模型解决这些问题。这种方法使 o1 比 GPT-4o 等先前版本准确得多。例如，在高级数学问题测试中，o1 解决了 83% 的问题，而 GPT-4o 只解决了 13%。

o1 的成功不仅仅来自于推理链。OpenAI 还改进了模型的训练方式。他们使用了专注于数学和科学的自定义数据集，并应用了大规模强化学习。这有助于 o1 处理需要多个步骤才能解决的任务。事实证明，推理所花费的额外计算时间是实现先前模型无法比拟的准确性的关键因素。

o3：将推理提升到新的水平

在 o1 成功的基础上，OpenAI 现在推出 o3。在“OpenAI 12 天”活动上，该模型通过更多创新工具和新能力将AI推理提升到新的水平。

o3 的一项关键升级是其适应能力。它现在可以根据特定标准检查答案，确保答案准确无误。这种能力使 o3 更加可靠，尤其是对于精度至关重要的复杂任务。可以将其视为内置质量检查，可减少出错的可能性。缺点是它需要更长的时间才能得出答案。与不使用推理的模型相比，解决问题可能需要多花几秒钟甚至几分钟的时间。

和 o1 一样，o3 也接受了“思考”后再回答的训练。这种训练使 o3 能够思路推理使用强化学习。OpenAI 称这种方法为“私人思维链”。它允许 o3 分解问题并逐步思考。当 o3 收到提示时，它不会急于给出答案。它会花时间考虑相关的想法并解释其原因。在此之后，它会总结出它能想到的最佳答案。

o3 的另一个有用功能是它能够调整推理时间。如果任务很简单，o3 可以快速行动。但是，它可以使用更多的计算资源来提高其在更复杂挑战中的准确性。这种灵活性至关重要，因为它让用户可以根据任务控制模型的性能。

在早期的测试中，o3 显示出了巨大的潜力。 ARC-AGI 基准在测试 AI 是否能胜任新任务的测试中，o3 得分为 87.5%。这一成绩非常出色，但也指出了模型可以改进的地方。虽然它在编码和高级数学等任务上表现出色，但偶尔也会遇到一些更简单的问题。

o3 是否实现了通用人工智能 (AGI)

虽然 o3 在 ARC Challenge（旨在测试推理和适应性的基准）上取得了高分，大大提高了人工智能的推理能力，但它仍然没有达到人类水平的智能。ARC Challenge 的组织者已经澄清尽管o3的表现取得了重要的里程碑，但这只是迈向德盛而不是最终的成就。虽然 o3 能够以令人印象深刻的方式适应新任务，但它仍然难以完成人类可以轻松完成的简单任务。这表明了当前人工智能与人类思维之间的差距。人类可以将知识应用于不同情况，而人工智能仍然难以达到这种程度的泛化。因此，虽然 O3 是一项了不起的进展，但它还没有 AGI 所需的通用问题解决能力。AGI 仍然是未来的目标。

前方的路

o3 的进步对人工智能来说是一个重要时刻。它现在可以解决更复杂的问题，从编码到高级推理任务。人工智能越来越接近 AGI 的概念，潜力巨大。但这一进步也伴随着责任。我们需要仔细思考如何前进。在推动人工智能做更多事情和确保其安全和可扩展之间需要取得平衡。

o3 仍面临挑战。o3 面临的最大挑战之一是它需要大量的计算能力。运行像 o3 这样的模型需要大量资源，这使得扩展这项技术变得困难，并限制了其广泛使用。提高这些模型的效率是确保它们能够充分发挥潜力的关键。安全是另一个主要问题。人工智能的能力越强，出现意外后果或滥用的风险就越大。OpenAI 已经实施了一些安全措施，比如“协商一致”，这有助于指导模型的决策遵循道德原则。然而，随着人工智能的发展，这些措施将需要不断发展。
其他公司，例如 Google 和 DeepSeek等公司也在研究能够处理类似推理任务的人工智能模型。它们面临着类似的挑战：高成本、可扩展性和安全性。

人工智能的未来前景广阔，但仍存在障碍。技术正处于转折点，我们如何处理效率、安全性和可访问性等问题将决定其发展方向。这是一个激动人心的时代，但需要仔细思考才能确保人工智能能够充分发挥其潜力。

底线

OpenAI 从 o1 晋升至 o3，彰显了人工智能在推理和解决问题方面取得的长足进步。这些模型已经从处理简单任务发展到处理更复杂的任务，例如高等数学和编程。o3 因其适应能力而脱颖而出，但仍未达到通用人工智能 (AGI) 的水平。虽然它可以处理很多任务，但在处理一些基本任务时仍然举步维艰，并且需要强大的计算能力。

人工智能的未来是光明的，但也伴随着挑战。效率、可扩展性和安全性需要关注。人工智能取得了令人瞩目的进步，但还有更多工作要做。OpenAI 在 o3 方面的进展是向前迈出的重要一步，但 AGI 仍然遥遥无期。我们如何应对这些挑战将决定人工智能的未来。