OpenAI首席科学家谈人工智能原创科研成果与AGI前景

在不久前，《自然》杂志对OpenAI的首席科学家雅库布·帕乔茨基进行了深入采访，涵盖了人工智能（AI）在科研领域所产生的原创成果、人工通用智能（AGI）的前景，以及OpenAI即将发布的开源模型的相关计划。在当前科技日新月异的背景下，帕乔茨基的观点引发了广泛讨论。

随着推理模型在各类科研工作中的应用日益广泛，帕乔茨基谈到，我们可以预见到未来五年内，这些模型将极大地改变科学研究的面貌。“当前，我们与模型的互动仍需要许多引导，但我相信这种情况会发生根本性的变化。”他指出，OpenAI的Deep Research等工具已经能够在无需监督的环境中工作10到20分钟，并产生有价值的结果。这在以前被认为是科研过程中的一大挑战，而现在这种工具的日益成熟预示着计算资源的需求正在逐渐减少。

帕乔茨基强调，如果研究问题具备开放性，就有必要投入更多的计算资源。各个领域都将从中受益，其中包括但不限于软件工程的自动化以及硬件组件自我设计等前沿科技。这样的转变意味着AI有望在复杂的工程和科研领域中发挥越来越重要的作用。

在谈到人工智能推理模型的开发时，帕乔茨基指出，强化学习在这个过程中起到了关键的作用。最初版本的ChatGPT经过了无监督的预训练，通过大量数据构建出了一个“世界模型”，随后这一模型通过强化学习和人工反馈被进一步优化。这样的过程不仅是对信息的简单提取，同时也在允许模型展现更加复杂的推理能力。

不过，关于推理的本质，帕乔茨基表示，模型的运作机制与人类大脑不同。他强调，尽管预训练模型吸收了大量的知识，但它们的学习顺序并非源于时间的推移。“模型能够表现出某种形式的推理能力，但这并不意味着它与人类的推理过程是同一种机制。”这种差异让科学家们在观察和评估AI能力时需要更加小心。

在采访中，OpenAI首席科学家还提到即将推出的开源模型。这是自2019年发布GPT-2以来的首次开源尝试。帕乔茨基对此表达了高度的期待，认为这一举措将为研究人员提供丰富的资源，以便进行进一步的探索和训练。他同时也意识到，发布前沿模型的开源权重面临着众多安全隐患，因此在这一进程中要付出额外的谨慎。

关于人工通用智能（AGI）的定义以及实现的时间表，帕乔茨基的看法经历了演变。起初，他曾认为达到AGI仍需几十年的时间，但经过深度学习和围棋等领域的突破后，他的观点发生了显著改变。“进入OpenAI后，我对AGI的实现速度感到惊讶，团队在图灵测试方面的成果也让我重新考虑了时间表。”

帕乔茨基表示，AI的下一个重要突破在于其是否能在经济上产生实际、可量化的影响，尤其是在生成原创科研成果方面的能力。“这是以前我对AGI的情感定义的边界，当前我们的努力正集中在这个方向，预计在本十年结束之时，会有非常显著的进步。”

展望未来，帕乔茨基相信，随着AI技术的持续迭代与进步，科研方法将会被深刻改造，AI不仅是辅助工具，更有潜力成为真正的科研伙伴。通过对数据的分析和创造性思维的结合，AI有望在科技前沿开辟新天地。

OpenAI首席科学家的访谈为我们描绘了AI与科研交融的新图景。随着技术的发展，原创科研成果的生成以及AGI的实现，虽然依然面临挑战，但在未来的日子里，AI将可能以意想不到的方式改变我们的科研和生活方式。正如帕乔茨基所愿，科技的进步终将推动人类社会更上一层楼。