O1核心作者分享：激发AI自主学习比手把手教AI每件事更重要

“自从o1问世以来，一个新的范式正在形成。”

在最近于麻省理工学院（MIT）的一场演讲中，OpenAI的研究科学家、o1项目的核心贡献者Hyung Won Chung对此进行了深入探讨。这场演讲以“不要教，要激励”为主题，提出了几个引人深思的观点。

思维链的作者Jason Wei也对这一理念表示了支持。在演讲过程中，Hyung Won分享了几点关键见解：

接下来，我们将进一步探讨Hyung Won演讲中的主要内容。

对于人工智能，正确的态度应该是培养其自我学习的能力，而非直接传授知识。

让我们先了解一下Hyung Won Chung。作为o1项目的基石人物之一，他拥有麻省理工学院可再生能源与能源系统方向的博士学位，并于去年2月加入OpenAI担任研究科学家。在此之前，他在Google Brain负责大语言模型的多个方面的工作，并且与Jason Wei共同发表了关于模型微调的重要论文。

回到演讲内容上，Hyung Won认为当前的人工智能领域正经历一次重大的范式转变——从传统的技能传授模式转向通过激励机制促进模型自主学习通用技能。

这种转变的理由在于，通向人工通用智能的道路需要掌握众多技能，而逐一教授这些技能是不现实的。他用下一个词预测为例，展示了如何利用弱激励结构来鼓励模型通过大规模多任务学习掌握解决无数任务的通用能力。

Hyung Won将此比喻为“授人以鱼不如授人以渔”。通过这种方法，人工智能能够在解决问题的过程中自主习得其他有用的技能，如耐心等待、阅读天气状况以及了解鱼类特性等，其中一些技能可以跨情境应用。

虽然有人质疑这种方法是否比直接教学更有效率，但Hyung Won坚信，凭借机器强大的计算能力，它们能够快速适应并掌握新任务，无需从零开始训练。他引用《龙珠》中的特殊修炼场所作为例子，说明了大型模型通过大量训练可以在短时间内获得显著进步。

他还指出，大约每五年计算能力就会提高十倍，这对加速模型的发展至关重要。他认为模型的可扩展性和算力的增长是推动这一进程的关键因素。

此外，Hyung Won强调了一个常见的误解：试图使人工智能像人类一样思考。然而，我们对自己大脑工作原理的理解还很有限。因此，过分依赖人为设定的规则可能会限制模型面对新情况时的适应能力。

回顾过去七十年人工智能的发展历程，他总结道，仅仅增加计算资源可能不足以应对所有挑战。一旦发现瓶颈，就需要通过创新和技术改进来克服，从而确保模型能在更大范围内高效运行。

最后，o1的另一位核心成员Noam Brown提出，尽管模型训练阶段成本高昂，但在实际使用中进行推理的成本却远低于训练成本，这预示着未来模型优化的巨大潜力。