下一代 AI：OpenAI 和 Meta 迈向推理机器的巨大飞跃

OpenAI 和 Meta 是生成式 AI 领域的先驱者，他们即将推出下一代人工智能（AI）。这一新一代 AI 将增强推理和规划能力，标志着人工智能发展向人工通用智能（AGI）的重大进步。这篇文章探讨了这些即将推出的创新和它们可能带来的未来。

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 训练策略，即模型通过预测缺失的单词和像素来学习。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存在不足。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，人工通用智能的追求旨在开发能够匹配人类和动物学习效率、适应性和应用能力的 AI 系统。真正的人工通用智能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。为了使人工通用智能有效，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。这种人工智能的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。

迈向 AGI 的强大推理和规划模型

传统的在 AI 中注入推理和规划能力的方法，例如符号方法和强化学习，遇到了重大的困难。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类专业知识，并且高度依赖于准确性，甚至轻微的不准确性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昂贵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输入上下文中来实现的，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遇到了困难——这是实现人工通用智能（AGI）的一个基本要求。这些局限性凸显了开发能够解决更广泛的复杂和多样化现实世界挑战的基础 AI 模型的必要性，从而推进人工通用智能的追求。

Meta 和 OpenAI 在推理和规划方面的新前沿

Meta 首席 AI 科学家 Yann LeCun 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单词或像素，而不是开发战略性思考和规划技能。LeCun 强调了开发更先进的训练技术的必要性，以鼓励 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 正在积极地开发这些复杂的策略，以使 AI 系统能够独立地管理复杂的任务，例如从巴黎的一个办公室到纽约的一个办公室的每个旅程细节，包括去机场的通勤。

同时，OpenAI 以其 GPT 系列和 ChatGPT 而闻名，最近因其一个名为 Q-star 的秘密项目而引起了关注。虽然细节很少，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。这个项目符合 OpenAI 不断努力增强其 GPT 模型的推理和规划能力的目标。最近的 Financial Times 报道，基于与 Meta 和 OpenAI 高管的讨论，强调了这两家公司共同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 不断增强其基础 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。这些进步可能会在人工智能领域带来重大突破，可能的改进包括：

• 改进问题解决和决策能力： 具有推理和规划能力的 AI 系统更适合处理需要理解行动及其随时间推移的后果的复杂任务。这可能会在战略游戏、物流规划和需要对因果关系有细致理解的自治决策系统中带来进展。
• 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各个领域，如医疗保健、金融和城市规划。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挑战。
• 减少对大型数据集的依赖： 转向能够以最少数据进行推理和规划的模型，反映了人类快速从少量示例中学习的能力。这减少了计算负担和训练 AI 系统的资源需求，同时也提高了它们适应新任务的速度。
• 迈向人工通用智能（AGI）： 这些推理和规划的基础模型使我们更接近实现人工通用智能（AGI），在那里，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 能力的演变可能会带来重大的社会影响，引发关于智能机器在我们生活中的道德和实践考虑的新讨论。

结论

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各个领域，如医疗保健、金融和城市规划，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大 AI 的实际应用，还使我们更接近一个未来，AI 可能在所有智力任务中表现得像人类一样，引发了关于将 AI 集成到日常生活中的重要讨论。