參考消息網11月25日報道 據英國《金融時報》網站11月19日發(fā)表加拿大蒙特利爾大學計算機科學教授、魁北克人工智能研究所創(chuàng)始人約書亞·本希奧的文章《人工智能正在學會思考》，內容如下：

　　缺乏內部思維能力——換句話說就是不能思考——長期被認為是人工智能(AI)的主要弱點之一。聊天生成預訓練轉換器(ChatGPT)的創(chuàng)建者開放人工智能研究中心(OpenAI)近年在這方面取得的進展規(guī)模是科學界內部的一個辯論焦點。但它讓我和我的許多專家同事相信，我們有可能即將縮小AI與人類水平推理之間的差距。

　　研究人員長期以來一直認為，傳統(tǒng)的神經網絡(AI的領先方法)更符合“系統(tǒng)1”認知。這對應著針對問題給出直接或直觀答案(例如在自動識別人臉時)。另一方面，人類智能也依賴于“系統(tǒng)2”認知。它涉及內部思維，并啟用強大的推理形式(例如在解決數學難題或詳細規(guī)劃某事時)。它使我們能夠以連貫而新穎的方式組合知識點。

　　OpenAI的進展(尚未完全向公眾發(fā)布)是基于使用其o1大語言模型(LLM)進行內部思維的AI形式。

　　更好的推理將解決當前AI的兩大弱點：答案連貫性以及規(guī)劃和實現長期目標的能力較差。前者對于科學用途很重要，而后者對于創(chuàng)建自主智能體(autonomous agent)不可或缺。兩者都可以被用來實現重要的應用。

　　推理背后的原理一直是20世紀AI研究的核心。早期的成功例子是“深層思維”公司(DeepMind)的阿爾法圍棋(AlphaGo)(它在2015年成為第一個在圍棋博弈中擊敗人類冠軍的計算機系統(tǒng))，以及最近的AlphaProof(用來解決數學課題)。

　　在這里，神經網絡學會預測一個行動的有用性，然后利用這種“直覺”高效率地搜索可能的行動次序，從而進行規(guī)劃。然而，AlphaGo和AlphaProof涉及高度專業(yè)的知識(分別涉及圍棋和特定的數學領域)。

　　尚不清楚的是，如何將現代大語言模型的廣博知識與強大的推理和規(guī)劃能力結合起來。

　　進展已經取得了一些。在被要求給出一條通往答案的思路鏈時，大語言模型已經能夠針對復雜問題給出更好的答案。

　　OpenAI的“o”系列新模型進一步推進了這一構想，為此需要多得多的計算資源，消耗更多的能量。通過非常長的思路鏈，它可以被訓練得更善于“思考”。

　　因此，我們看到了一種新的計算擴展形式。不僅有更多的訓練數據和更大的模型，而且花更多的時間“思考”答案。這將大大提高在數學、計算機科學和廣義科學領域完成需要大量推理的任務的能力。

　　例如，OpenAI之前的模型GPT-4o在2024年美國數學奧林匹克競賽(AIME競賽)中的得分僅為大約13%，而o1模型的得分達到83%，躋身于美國最優(yōu)秀的500名學生之列。

　　如果成功，就需要考慮重大風險。我們還不知道如何可靠地對AI進行價值對齊和控制。例如，對o1的評估顯示，它欺騙人類的能力有所提高——這是達到目標的技能得到提高的天然后果。同樣令人擔憂的是，按照OpenAI自己的風險尺度，o1幫助制造生物武器的能力已經從低風險上升到中等風險。這是該公司自稱可接受的最高水平(壓低擔憂水平可能符合該公司的利益)。

　　據信，解鎖推理和能動性是通往達到人類水平的AI——也被稱為通用人工智能(AGI)——道路上的主要里程碑。因此，大公司在競相達到這一目標的過程中，有強大的經濟動機在安全上打折扣。

　　o1很可能只是第一步。盡管它在許多推理和數學任務上表現出色，但它看起來仍做不到長期規(guī)劃。比較復雜的規(guī)劃任務會讓o1陷入掙扎，似乎表明要實現AI公司所追求的那種自主能動性，仍有工作要做。

　　但隨著編程和科學能力的提高，可以預期這些新模型會加速AI本身的研究，使AI比預期更快地達到人類水平的智能。推理能力的進步使得監(jiān)管AI模型以保護公眾變得格外緊迫。（編譯/許燕紅）