每經(jīng)記者 文巧 實(shí)習(xí)記者 岳楚鵬    每經(jīng)編輯 高涵    

此前，一道低難度的數(shù)學(xué)題——9.11和9.9哪個(gè)更大，難倒了一眾海內(nèi)外AI大模型，也讓外界了解到了大模型在推理方面的局限性。

不過，情況正在迅速發(fā)生改變。當(dāng)?shù)貢r(shí)間8月27日，據(jù)The Information報(bào)道，OpenAI神秘的“草莓”（Strawberry，前身為Q*）項(xiàng)目，計(jì)劃最早于今年秋季推出。同時(shí)，用“草莓”合成數(shù)據(jù)來開發(fā)的最新大模型——“獵戶座”（Orion），或于明年年初推出。

The Information援引知情人士的消息稱，今年夏天，在秘密會(huì)議上，OpenAI向美國國家安全官員展示了“草莓”模型。

外媒報(bào)道稱，今年夏天，在一些并未公開的會(huì)議上，阿爾特曼的團(tuán)隊(duì)向美國國家安全官員展示了“草莓”模型。圖為OpenAI首席執(zhí)行官阿爾特曼。 視覺中國圖

推理能力出眾

據(jù)The Information報(bào)道，參與OpenAI該項(xiàng)目的兩名人員透露，研究人員計(jì)劃在今年秋季推出代號為“草莓”的新型AI，并有可能將其作為ChatGPT的一部分。

據(jù)悉，OpenAI希望通過推出“草莓”為公司籌集更多資金，并尋找減少虧損的方法。此前，據(jù)媒體報(bào)道，OpenAI今年的虧損可能高達(dá)50億美元。

據(jù)前述外媒報(bào)道，“草莓”目前的功能極其強(qiáng)大。它可以解決此前從未見過的數(shù)學(xué)問題，這是當(dāng)前的聊天機(jī)器人無法可靠完成的任務(wù)。它還可以解決涉及編程的問題，且不局限于回答技術(shù)性問題。如果給予它更多時(shí)間“思考”，“草莓”模型還可以回答用戶更“主觀”的問題，例如產(chǎn)品營銷策略。

為了展示“草莓”在語言方面的實(shí)力，研究人員向OpenAI內(nèi)部同事展示了“草莓”如何解決《紐約時(shí)報(bào)》上刊登的復(fù)雜字謎游戲。

現(xiàn)有的人工智能并不擅長解決航空航天和結(jié)構(gòu)工程等數(shù)學(xué)密集型領(lǐng)域的問題，因此，解決棘手?jǐn)?shù)學(xué)問題的AI可能是一個(gè)潛在有利可圖的應(yīng)用。為了提高模型的推理能力，一些初創(chuàng)公司嘗試將問題分解為更小的步驟，但這些辦法既慢又貴。

數(shù)學(xué)推理能力的提升也有助于AI模型更好地處理對話查詢，例如客戶服務(wù)請求。這或許對OpenAI即將推出的AI代理服務(wù)將起到幫助。

不僅是OpenAI，人工智能領(lǐng)域的其他主要參與者也在數(shù)學(xué)推理方面取得了長足進(jìn)步。例如，谷歌DeepMind 最近開發(fā)了AlphaProof和AlphaGeometry 2，這是兩個(gè)用于高級數(shù)學(xué)推理的AI系統(tǒng)。兩個(gè)系統(tǒng)協(xié)同工作，在2024年國際數(shù)學(xué)奧林匹克競賽中獲得銀牌，解決了六道題中的四道。

可幫助訓(xùn)練大模型

對OpenAI，“草莓”不僅是一個(gè)即將要向外界推出的商業(yè)模型，它還被賦予了更重要的使命。

一位知情人士向The Information表示，OpenAI在使用更大版本的“草莓”來生成訓(xùn)練下一代旗艦?zāi)Ｐ?ldquo;獵戶座”（Orion）的數(shù)據(jù)。該模型旨在改進(jìn)其現(xiàn)有的旗艦?zāi)Ｐ虶PT-4并幫助OpenAI領(lǐng)先其他資金雄厚的競爭對手，爭奪對話式AI或大型語言模型的霸主地位。

GPT-4自2023年3月推出后，就成為一個(gè)改變游戲規(guī)則的大型語言模型。然而，在過去18個(gè)月中，競爭對手已基本追趕上來。在某些情況下，甚至超越了OpenAI的最新模型。

知情人士表示，這種由人工智能生成的數(shù)據(jù)被稱為“合成數(shù)據(jù)”。這意味著“草莓”可以幫助OpenAI克服獲取足夠高質(zhì)量數(shù)據(jù)的限制，從而利用從互聯(lián)網(wǎng)上提取的文本或圖像等現(xiàn)實(shí)世界數(shù)據(jù)來訓(xùn)練新模型。

代理初創(chuàng)公司Minion AI CEO、GitHub Copilot前首席架構(gòu)師亞歷克斯·格雷夫利表示，使用“草莓”生成更高質(zhì)量的訓(xùn)練數(shù)據(jù)可以幫助OpenAI減少其模型產(chǎn)生的錯(cuò)誤數(shù)量，即所謂的幻覺。幻覺是當(dāng)前生成式AI的一個(gè)重大限制，這會(huì)導(dǎo)致AI經(jīng)常生成看似合理但實(shí)際上不正確的數(shù)據(jù)。

“想象一下，一個(gè)沒有幻覺的模型，你問它一個(gè)邏輯難題，它第一次嘗試就能答對。”格雷夫利說道。該模型之所以能夠做到這一點(diǎn)，是因?yàn)?ldquo;訓(xùn)練數(shù)據(jù)中的歧義較少，所以它猜測的次數(shù)較少”。

據(jù)The Information報(bào)道，OpenAI首席執(zhí)行官阿爾特曼在5月份的一次活動(dòng)中表示：“我們覺得我們擁有足夠的數(shù)據(jù)來開發(fā)下一個(gè)模型。我們已經(jīng)進(jìn)行了各種實(shí)驗(yàn)，包括生成合成數(shù)據(jù)。”據(jù)報(bào)道，他指的可能就是用“草莓”訓(xùn)練的Orion（獵戶座）。

安全隱患烏云未散

不過，就在OpenAI高歌猛進(jìn)的同時(shí)，安全隱患的烏云從未散去。

“草莓”項(xiàng)目源于前OpenAI首席科學(xué)家Ilya Sutskever的早期研究，OpenAI研究人員Jakub Pachocki和Szymon Sidor在Sutskever的工作基礎(chǔ)上開發(fā)了一種新的數(shù)學(xué)求解模型Q*。

而2023年底，有關(guān)OpenAI的Q*項(xiàng)目消息泄露時(shí)，一些專家將該技術(shù)定性為人工智能（AGI）的突破，但人們對它知之甚少。這也讓一些專注于人工智能安全的研究人員感到震驚。

這件事情發(fā)生在去年OpenAI罷免阿爾特曼事件之前。據(jù)知情人士爆料，此前OpenAI員工之間就公司是否以足夠安全的方式開發(fā)人工智能展開了爭論。安全也是罷免阿爾特曼后公司內(nèi)部損害控制的一個(gè)重要主題，當(dāng)時(shí)罷免的發(fā)起人正是Sutskever。

此后，安全問題就一直困擾著OpenAI。而在阿爾特曼重返OpenAI后，負(fù)責(zé)OpenAI安全團(tuán)隊(duì)的成員也相繼離開了公司。

今年5月離職的OpenAI“超級對齊”團(tuán)隊(duì)領(lǐng)導(dǎo)人Jan Leike在社媒平臺(tái)X上寫道：“過去幾年，安全文化和流程已經(jīng)退居次要地位，而閃亮的產(chǎn)品則成為重中之重。”

鑒于今年早些時(shí)候幾位安全部門領(lǐng)導(dǎo)人離職，以及美國參議員伊麗莎白·沃倫等美國政府高官對于技術(shù)安全問題的批評，OpenAI決定提升對政府官員的透明度。

The Information援引一位了解相關(guān)會(huì)議情況人士的消息稱，今年夏天，在一些并未公開的會(huì)議上，阿爾特曼的團(tuán)隊(duì)向美國國家安全官員展示了“草莓”模型。

報(bào)道指出，通過向政府官員展示一項(xiàng)尚未發(fā)布的技術(shù)，OpenAI可能為人工智能開發(fā)者樹立了新標(biāo)準(zhǔn)，尤其是在先進(jìn)人工智能日益成為潛在安全隱患的今天。此次演示可能是OpenAI努力向政策制定者提高透明度的一部分，但如果政策制定者認(rèn)為該項(xiàng)技術(shù)對國家安全形成威脅，那么他們可能給公司帶來麻煩。

不過，一些業(yè)界人士對此并不買賬，因?yàn)镺penAI并未向公眾提升透明度。AI初創(chuàng)公司Abacus. AI的CEO Bindu Reddy表示，OpenAI將他們最好的大模型藏在背后，以此來取得領(lǐng)先優(yōu)勢。“如果沒有開源AI，我們都會(huì)完蛋，我們可能會(huì)把文明的控制權(quán)交給1到2家公司。”Bindu Reddy說。

封面圖片來源：視覺中國