下一代 AI：OpenAI 和 Meta 迈向推理机器

OpenAI 和 Meta 是生成式 AI 领域的先驱，他们即将 发布 下一代人工智能（AI）。这一新一代 AI 将增强推理和规划能力，标志着人工通用智能（AGI）的发展取得了重大进展。这篇文章探讨了这些即将推出的创新和它们带来的潜在未来。

为人工通用智能铺平道路

过去几年中，OpenAI 和 Meta 在推进 基础 AI 模型 方面取得了显著进展，这些模型是 AI 应用的基本构建块。这种进展源于生成式 AI 的训练策略，即模型通过预测缺失的词和像素来学习。虽然这种方法使生成式 AI 能够产生令人印象深刻的流畅输出，但它在提供深层次的上下文理解或需要常识和战略规划的强大问题解决能力方面却乏力。因此，当处理复杂任务或需要细致理解时，这些基础 AI 模型往往无法产生准确的响应。这一局限性凸显了进一步发展人工通用智能（AGI）的必要性。

此外，AGI 的追求旨在开发出与人类和动物相似的学习效率、适应性和应用能力的 AI 系统。真正的 AGI 将涉及能够直观地处理最少数据、快速适应新场景并在不同情况下转移知识的系统——这些技能源于对世界复杂性的固有理解。为了使 AGI 有效，先进的推理和规划能力是必不可少的，使其能够执行相互关联的任务并预见其行为的结果。AI 的这一进步旨在通过培养更深层次、更具上下文的智能来解决当前的缺陷，这种智能能够处理现实世界挑战的复杂性。

向 AGI 的强大推理和规划模型迈进

传统的方法，如 符号方法 和 强化学习，在赋予 AI 推理和规划能力方面遇到了重大困难。符号方法需要将自然表达的问题转换为结构化的符号表示，这个过程需要大量的人力专业知识，并且非常容易出错，即使是微小的不准确也可能导致重大故障。强化学习（RL）通常需要与环境进行大量的交互来开发有效的策略，这种方法在数据获取速度慢或成本高时可能是不切实际的或代价高昂的。

为了克服这些障碍，最近的进展集中在增强基础 AI 模型的推理和规划能力。通常，这是通过在推理过程中将推理和规划任务的示例直接纳入模型的上下文中来实现的，使用一种称为 上下文学习 的方法。虽然这种方法显示出潜力，但它通常只在简单、直接的场景中表现良好，并且在将这些能力转移到各个领域时面临困难——这是实现人工通用智能（AGI）的一个基本要求。这些限制凸显了开发能够解决更广泛的复杂和多样化的现实世界挑战的基础 AI 模型的必要性，从而推进 AGI 的追求。

Meta 和 OpenAI 在推理和规划方面的新前沿

Yann LeCun，Meta 的首席 AI 科学家，一直强调，生成式 AI 在推理和规划能力方面的局限性主要是由于当前训练方法的简单性。他认为，这些传统方法主要集中在预测下一个词或像素，而不是开发战略性思考和规划技能。LeCun 强调了需要更先进的训练技术来鼓励 AI 评估可能的解决方案，制定行动计划，并理解其选择的影响。他透露，Meta 正在积极地致力于这些复杂的策略，以使 AI 系统能够独立地处理复杂的任务，例如从巴黎的一个办公室到纽约的一个办公室的整个旅程，包括通勤到机场。

同时，OpenAI 以其 GPT 系列和 ChatGPT 而闻名，最近因其秘密项目 Q-star 而受到关注。虽然具体细节很少，但该项目的名称暗示了可能的 Q 学习和 A* 算法的组合，这些是强化学习和规划中的重要工具。这个项目与 OpenAI 持续改进其 GPT 模型的推理和规划能力的努力相一致。根据 金融时报 的报道，基于与 Meta 和 OpenAI 高管的讨论，这两家公司都致力于进一步开发在这些关键认知领域表现良好的 AI 模型。

增强推理在 AI 系统中的变革性影响

随着 OpenAI 和 Meta 继续增强其基础 AI 模型的推理和规划能力，这些发展有望极大地扩展 AI 系统的潜力。这些进步可能会带来人工智能的重大突破，以下是潜在的改进：

• 改进问题解决和决策：增强推理和规划能力的 AI 系统更适合处理需要理解行动和其随时间推移的后果的复杂任务。这可能会导致战略游戏、物流规划和自主决策系统的进步，这些系统需要对因果关系有细致的理解。
• 增加跨领域的适用性：通过克服特定领域学习的限制，这些 AI 模型可以将其推理和规划技能应用于医疗保健、金融和城市规划等各个领域。这种多功能性将使 AI 能够有效地应对与其最初训练环境明显不同的环境中的挑战。
• 减少对大型数据集的依赖：转向能够以最少数据推理和规划的模型，反映了人类从少数示例中快速学习的能力。这减少了数据需求，同时降低了训练 AI 系统的计算负担和资源需求，并提高了它们适应新任务的速度。
• 迈向人工通用智能（AGI）：这些用于推理和规划的基础模型使我们更接近实现 AGI 的目标，即机器可能有一天能够执行任何人类能够完成的智力任务。这一 AI 能力的演变可能会对社会产生重大影响，引发关于智能机器在我们生活中的整合的伦理和实际考虑的新讨论。

总结

OpenAI 和 Meta 正处于开发下一代 AI 的前沿，重点是增强推理和规划能力。这些改进对于更接近人工通用智能（AGI）至关重要，旨在使 AI 系统能够处理需要对更广泛的上下文和长期后果有细致理解的复杂任务。

通过完善这些能力，AI 可以更广泛地应用于医疗保健、金融和城市规划等各个领域，减少对大型数据集的依赖，提高适应性。这一进步不仅有望扩展 AI 的实际应用，还使我们更接近一个未来，AI 可能像人类一样在所有智力任务中表现出色，引发了关于 AI 在日常生活中整合的重要讨论。