硬件

【AI时刻】OpenAI首款“推理”模型o1:人工智能的下一场豪赌?

月亮背面的外星人 原创 2024-09-18 00:00:03
应用

OpenAI 刚刚发布了其全新人工智能模型——o1。虽然名称听起来像是随便起的,但o1承载着OpenAI对未来AI发展的雄心壮志。简而言之,o1是一款先进的“推理”模型,具备处理更复杂问题的能力,并且运算速度超过人类。然而,值得注意的是,o1的使用成本显著高于以往的模型,这可能会成为用户的一大考量。

对于关注AI行业动态的用户来说,o1其实就是此前备受热议的“Strawberry”模型。此次,OpenAI不仅推出了o1,还发布了一个更为经济实惠的“迷你版”——o1-mini,后者在价格上更加亲民,但在功能上有所简化。

在多AI模型订阅平台 POE 上o1模型使用每一次约为25000积分(约合3.5元人民币)

在多AI模型订阅平台 POE 上GPT4o模型使用每一次约为25000积分(约合3.5元人民币)

o1:实际上手体验,高考数学包OK!

在多AI模型订阅平台 POE 上,近日更新了对 o1 模型的支持。尽管 o1 模型目前仍处于测试阶段,每天仅限 3 条使用权限,并且每发送一条消息所消耗的积分大约是常规 GPT-4 模型的 50 倍,许多用户仍然愿意尝试。需要注意的是,使用 o1 时回复速度较慢,通常需要等待较长时间。

我们对 o1 模型进行了几道逻辑题和数学题的测试,旨在比较它与 ChatGPT-4o-Latest 之间的差异,特别是 o1 模型在逻辑推理方面的表现。

测试一:9.11 和 9.9 哪个更大?

这是 GPT 模型常常犯错的题目,因为它容易在小数点后的数值比较中产生“幻觉”,错误地认为 9.11 比 9.9 大。ChatGPT-4o-Latest 在这一题上也给出了错误答案,未能正确处理数值的大小关系。

ChatGPT-4o-Latest

然而,o1 模型在这道题上不仅给出了正确答案——9.9 更大,并且进一步探讨了当数字比较不是单纯数值时,可能存在的其他歧义情况。o1 模型的回答不仅准确,还展示出它在逻辑上的深度思考能力。这种对问题多维度的理解反映了它在逻辑推理上的优势。

o1-mini

测试二:在客厅的桌子上放着一个杯子,杯子里有一个戒指。之后,杯子被移到了书房的桌子上,再移到了卧室的床上。在那里,杯子曾被翻倒过一次,随后又恢复了原样。之后,杯子被放回了客厅的桌子上。现在,戒指在哪里?

ChatGPT-4o-Latest

o1-mini

从两者的回答来看,o1 在逻辑推理上的表现更加精准,其对问题的理解和回答的条理性都要优于 ChatGPT-4o-Latest。

测试三:2022 年高考数学的最后一道大题(仅测试第一问的推导过程)。

ChatGPT-4o-Latest

o1标准版

在这道题中,o1 模型的推导过程与标准答案完全一致,展示了它在数学逻辑上的严谨性和准确性。而 ChatGPT-4o-Latest 在推导过程中出现了错误,未能正确理解题目并给出符合标准的推导步骤。

o1:AI 推理能力的全新登场,价格却不够亲民

o1的发布标志着OpenAI在实现类人智能方面迈出了关键一步,尽管这一进展的成本相对较高。借助o1,AI不仅能够协助编写代码,还能解决那些需要深度思考的问题。然而,开发者若欲使用o1,成本将相当昂贵:在API中,每处理100万个输入令牌(一种计费方式)需支付15美元,输出令牌则需60美元。相比之下,GPT-4o的价格仅为5美元和15美元。

o1 的“特别训练”:AI 学到了什么?

OpenAI研究团队负责人Jerry Tworek透露,o1的训练方式与以往模型存在“根本性差异”。尽管他未详细说明这些创新技术,但他提到o1采用了一种全新的优化算法,并使用了专门设计的数据集进行训练。

传统的GPT模型擅长模仿训练数据中的模式,类似一只能说话的聪明鹦鹉。而o1则表现出自我学习的能力。OpenAI通过强化学习的方法训练o1解决问题,简单来说,就是“做对了给奖励,做错了则纠正”。此外,o1还采用了一种称为“思路链”的方法来处理问题,这类似于AI版的“步步为营”,让它能够像人类一样逐步分析和解决问题。

OpenAI表示,这种全新的训练方法使得o1变得更为智能和可靠。“我们发现模型的幻觉现象有所减少。”

o1 能力官方解读:单边天才?

与GPT-4o相比,o1在多个方面表现出显著优势:它在编码和数学问题上的处理能力更强,并且能够清晰地解释其推理过程。OpenAI首席研究官Bob McGrew甚至打趣道:“o1在解决AP数学考试题目上肯定比我当年表现得更好,尽管我大学期间还辅修了数学。”

OpenAI-Sam altman

为了验证o1的实力,OpenAI使用国际数学奥林匹克资格考试对其进行了测试。结果显示,GPT-4o仅答对13%的题目,而o1则表现优异,答对率高达83%。这一成绩无疑令人印象深刻,但也不可忽视其局限性。尽管o1在复杂推理方面表现出色,但在处理广泛的世界知识时却不及GPT-4o,甚至缺乏浏览网页、处理图像和文件的能力。换句话说,o1或许是个聪明的数学家,但仍然是“闭关修炼”的高手。尽管如此,OpenAI依然认为o1代表了一种全新的能力,象征着AI发展的新起点,并赋予其具有重启意义的名称——o1,暗示着AI进化的全新阶段。

外网对新模型的测试与使用评价

外网对新模型的测试与使用评价

外网对新模型的测试与使用评价

McGrew也坦诚道:“我们以前在命名方面确实不太成功,希望这次的o1能够成为我们命名风格的全新开始。”

AI的未来:推理能力只是开始

大型语言模型本质上并不具备真正的“智能”,它们只是通过大量数据寻找模式,预测下一个最可能出现的词语。举个例子,早期的ChatGPT甚至会错误地认为“strawberry”只有两个R,但新的o1模型则能够正确处理这一问题。

外网用户使用o1快速搭建一个ios app

据报道,OpenAI正在以1500亿美元的估值筹集更多资金,其未来的发展很大程度上寄希望于像o1这样的推理模型。毕竟,如果AI能够从简单的模式识别进化到真正的推理,不仅在医学和工程等领域将实现突破,甚至有可能成为未来自动化代理的基础。然而,目前o1的推理速度尚不够快,无法胜任真正的代理系统,加上开发者使用成本较高,OpenAI的梦想可能还需要更多时间才能实现。

正如McGrew所说:“我们在推理能力上已经研究了好几个月,因为我们认为这是AI的关键突破。”从根本上讲,o1代表了一种全新的模型模式,能够解决真正困难的问题,向类人智能迈出了重要一步。

展望未来,AI的发展将不仅仅局限于模式识别和简单的任务自动化。随着推理能力的提升,AI有望在更多复杂领域展现其潜力,辅助人类进行决策、创新和解决重大挑战。虽然当前的技术仍然存在诸多限制,但每一次突破都让我们离全面智能的AI世界更近一步。随着技术的不断进步和成本的逐步降低,AI将在教育、医疗、科研等各个领域发挥越来越重要的作用,成为推动社会进步的重要力量。

点击展开全文
打开APP,阅读体验更佳

网友评论

聚超值推荐

更多优惠

相关推荐

相关产品
取消