Reka AI 發布開源模型Reka Flash 3:21 億參數的通用推理模型
904
在社群媒體上,OpenAI 的人工智慧推理專家諾姆・布朗(Noam Brown)表示,目前存在大量關於人工智慧的“模糊炒作”,這引起了他的關注。儘管他承認人工智慧領域的進步帶來了樂觀的前景,但他也指出仍有許多研究問題亟待解決,並強調OpenAI 尚未實現所謂的「超級智慧」。
布朗的這一表態與OpenAI 內部近期的一些觀點形成了鮮明對比。 1月份,OpenAI 的研究員 Stephen McAleer 曾表示:「我有點懷念我們還不知道如何創造超智能的那段AI 研究時光。」這暗示著OpenAI 可能已經找到了一條通往人工超智慧(ASI)的清晰路徑。
在加入OpenAI 之前,布朗曾在Facebook 人工智慧研究院(FAIR)工作,他的研究集中在開發能夠在複雜遊戲中擊敗人類玩家的人工智慧系統,如撲克和外交等。他在撲克AI “Libratus” 上的研究,探討了「測試時計算」(test-time compute)的概念,顯示增加AI 計算時間可以改善遊戲策略。
布朗隨後將這些理念引入OpenAI,應用於語言模型的發展。該公司的最新o1模型正是基於這一思路,透過增加「思考時間」 而非僅僅提升訓練性能,開闢了新的發展方向。他相信這種替代性擴展方法將能促使新的AI 能力的出現,並指出:“在這一領域的擴展仍處於初期階段。”
布朗的觀點提醒我們,儘管人工智慧的前景令人興奮,但我們也不能忽視當前技術的發展仍存在的限制與挑戰。