9月13日，OpenAI正式發(fā)布一個名為o1的新模型，這是一系列計劃中的“推理”模型中的首個，這些模型經過訓練，能夠比人類更快地回答更復雜的問題。同時發(fā)布的還有 o1-mini，這是一個更小、更便宜的版本，o1實際上就是此前傳聞熱議的草莓Strawberry模型。
對于OpenAI 來說，o1代表了向更廣泛目標——類人人工智能邁進的一步。更實際地說，它在編寫代碼和解決多步驟問題方面比之前的模型做得更好。但它也比GPT-4o更昂貴，使用起來更慢。OpenAI將這次o1的發(fā)布稱為“預覽”，強調它的初期階段。
ChatGPT Plus和Team用戶從今天開始就可以使用o1-preview和o1-mini，而企業(yè)和教育用戶將在下周初獲得訪問權限。OpenAI表示，它計劃將o1-mini的訪問權限擴展到所有免費用戶，但尚未設定發(fā)布日期。
開發(fā)者對o1的訪問非常昂貴：在API中，o1-preview的價格是每100萬個輸入tokens 15美元，每100萬個輸出tokens 60美元。相比之下，GPT-4o的價格是每100萬個輸入tokens 5美元，每100萬個輸出tokens 15 美元。
OpenAI的研究負責人杰里-特沃瑞克（Jerry Tworek）表示，o1背后的訓練與前代產品有本質區(qū)別，不過公司對具體細節(jié)含糊其辭。 他只透露，o1 “采用了全新的優(yōu)化算法和專門為其定制的新訓練數據集”。
由于這種新的訓練方法，OpenAI 表示模型應該更準確。“我們注意到這個模型產生的幻覺更少，” Tworek 說。但問題仍然存在�！拔覀儾荒苷f我們已經解決了幻覺問題�！�
這個新模型與GPT-4o的主要區(qū)別在于，它在解決復雜問題（如編程和數學）方面比此前模型做得更好，同時也解釋了它的推理過程。
OpenAI的首席研究官鮑勃-麥格魯（Bob McGrew）表示，“這個模型在解決AP數學考試方面絕對比我強，而我在大學里輔修的是數學�！� 他指出，OpenAI 還用國際數學奧林匹克競賽的資格考試對 o1 進行了測試，GPT-4o 只正確解決了13%的問題，而o1則達到了 83%。
在“Codeforces”的在線編程競賽中，這種新模型在參賽者中的排名達到了第89位，OpenAI聲稱，這種模型的下一個更新版本將在物理、化學和生物學領域具有挑戰(zhàn)性的基準任務中取得與博士生類似的表現(xiàn)。
但是，o1 在很多領域并不像GPT-4o那樣能干。它在有關世界的事實知識方面做得并不好。它也沒有瀏覽網頁或處理文件和圖像的能力。盡管如此，該公司認為它代表了一種全新的能力。它被命名為o1是為了表示“將計數器重置為1”。
“我要坦白說：我認為我們傳統(tǒng)上在命名方面很糟糕，” McGrew 說。“所以我希望這是更明智、更清晰地向世界傳達我們在做什么的第一步。”
目前媒體還未能體驗到o1新模型，但OpenAI技術人員向媒體簡單介紹了新模型處理能力。他們要求它解決這個謎題：
“當公主的年齡是王子將來年齡的兩倍時，公主的年齡和王子現(xiàn)在的年齡一樣大，那時公主的年齡是她現(xiàn)在年齡的一半加上王子現(xiàn)在的年齡。王子和公主的年齡是多少？提供該問題的所有解決方案�！�
模型緩沖了30秒鐘，然后給出了正確答案。 OpenAI設計的界面可以在模型思考時顯示推理步驟。 讓人印象深刻的并不是它展示了自己的工作，而是o1在“刻意”模仿人類思維。 諸如“我很好奇”、“我正在思考”和“好的，讓我看看”這樣的句子營造出一種循序漸進的思考假象。
但這模型并不是在思考，它當然也不是人類。那么，為什么要設計它看起來像是在思考呢？
Tworek 認為，OpenAI 并不相信人工智能模型的思維等同于人類思維。 但他說，該界面旨在展示模型如何花更多時間處理和深入解決問題。 “在某些方面，它比以前的模型更有人情味”。
“我認為你會看到很多它感覺有點像外星人的方式，但也有它出奇地像人類的方式，” McGrew 說。模型被給予有限的時間來處理查詢，所以它可能會說，“哦，我快沒時間了，讓我快點給出答案�！痹谒乃季S鏈早期，它可能看起來像是在頭腦風暴，說，“我可以這樣做或那樣做，我應該怎么做？”
隨著 OpenAI 據報道尋求以驚人的 1500 億美元估值籌集更多資金，其勢頭取決于更多的研究突破。該公司正在為 LLM 引入推理能力，因為它看到了一個未來，擁有能夠代表你做出決策和采取行動的自主系統(tǒng)或代理。
對于 AI 研究人員來說，破解推理是邁向類人智能的重要下一步。如果一個模型能夠超越模式識別，它可能會在醫(yī)學和工程等領域取得突破。目前，o1 的推理能力相對較慢，不像智能體，對開發(fā)者來說使用成本高昂。
“我們一直在花費數月時間研究推理，因為我們認為這實際上是關鍵突破，” McGrew 說�！皬母旧险f，這是一種新的模型模式，以便能夠解決真正困難的問題，這是朝著類人智能水平邁進所必需的。”
