OpenAI推出首款具有推理能力的模型o1

（爱云资讯消息）OpenAI即将推出一款名为o1的新产品，这是公司计划推出的一系列推理模型中的第一款。这些模型经过训练，能够比人类更快地回答更复杂的问题。与此同时，公司还将推出o1-mini，这是一款尺寸更小、价格更便宜的版本。如果你对人工智能的传闻有所了解，那么可以告诉你，这款产品正是传说中的草莓模型。

对于OpenAI来说，o1代表了朝着其更广泛的人工智能目标迈进的一步。从更实际的角度来看，o1在编写代码和解决多步骤问题方面比之前的模型表现得更好。但是，与GPT-4o相比，o1的成本更高，使用速度也更慢。OpenAI将o1的这一版本称为预览版，以强调其仍处于初级阶段。

从今天起，ChatGPT Plus和Team用户可以使用o1-preview和o1-mini，而Enterprise和Edu用户将在下周初获得使用权限。OpenAI表示计划为ChatGPT的所有免费用户提供o1-mini的访问权限，但尚未确定发布日期。开发者使用o1的费用非常昂贵：在API中，o1-preview的费用为每100万个Tokens 15美元，而o1-mini的费用为每100万个Tokens 60美元。相比之下，GPT-4o的费用为每100万个Tokens 5美元，每100万个Tokens 15美元。

OpenAI的研发负责人杰里·特沃雷克（Jerry Tworek）表示，o1背后的训练方法与其前代产品完全不同，尽管该公司不愿透露具体的细节。o1使用了一种全新的优化算法和专门为其定制的训练数据集。

OpenAI教会了以前的GPT模型从其训练数据中模仿模式。对于o1，OpenAI训练该模型使用一种名为强化学习的技术来独立解决问题，该技术通过奖励和惩罚来教授系统。然后，它使用一种思维链来处理查询，与人类通过逐步处理问题来处理问题类似。

由于采用了这种新的训练方法论，OpenAI表示该模型的准确性应该有所提高。特沃雷克表示，“我们注意到，这个模型的幻觉现象减少了，我们不能说我们解决了幻觉问题。”

OpenAI表示，使这个新模型与GPT-4o区分开来的主要特点是，它能够比其前代模型更好地解决复杂的问题，比如编码和数学问题，同时能够解释其推理过程。

OpenAI的首席研究官鲍勃·麦克格鲁（Bob McGrew）表示，“这个模型在解决AP数学考试上的表现肯定比我好，我在大学里学的是数学辅修专业，OpenAI还曾将o1与国际数学奥林匹克竞赛的资格考试进行了对比，GPT-4o只正确解决了13%的问题，而o1的正确率达到了83%。

在名为Codeforces的在线编程竞赛中，o1新模型达到了参与者的89%分位数，OpenAI声称该模型的下一次更新将在物理学、化学和生物学等具有挑战性的基准任务上表现得类似博士生。
与此同时，o1在很多方面不如GPT-4o。它在世界知识方面的表现不如GPT-4o好。它也没有浏览网页或处理文件和图像的能力。尽管如此，OpenAI认为它代表了一种全新的能力。将其命名为o1是为了表示将计数器重置为1。

麦克格鲁说，“老实说：我认为我们传统上不擅长给产品命名，所以我希望这是迈向更现代、更合理的命名方式的第一步，这些命名能更好地向世界传达我们所做的事情。”

但是这个模型并没有思考的能力，也肯定不是人类。那么，为什么要设计它让人觉得它像是人类呢？

特沃雷克表示，OpenAI并不相信将AI模型的思考方式与人类的思考方式相提并论。该界面旨在展示模型如何花费更多时间来处理和深入解决问题。它在某些方面比之前的模型更像人类。

麦克格鲁表示，“我们花了好几个月的时间来研究推理，因为我们认为这实际上是关键性的突破。从根本上说，这是模型解决真正困难问题的新方式，以实现向人类水平智能的进步。”