**OpenAI 科學家 Noam Brown 在 TED AI 大會上驚艷全場：「20 秒思考勝過 10 萬倍數據」**
Noam Brown 是 OpenAI 的首席研究科學家，他在三藩市的 TED AI 大會上發表了一場引人注目的演講，討論人工智能的未來，特別是 OpenAI 的新 o1 模型及其在戰略推理、高級編程和科學研究中的潛力。Brown 曾推動像 Libratus（撲克 AI）和 CICERO（掌握 Diplomacy 遊戲的 AI）等突破性 AI 系統的發展，他現在構想了一個未來，AI 不僅僅是一個工具，而是各行各業創新和決策的核心引擎。
「過去五年 AI 的驚人進步可以用一個字來概括：規模，」Brown 在吸引了開發者、投資者和行業領袖的觀眾面前開始演講。「是的，確實有一些進步，但今天的前沿模型仍然基於 2017 年引入的相同變壓器架構。主要的區別在於投入數據和計算的規模。」
Brown 強調，雖然擴展模型是 AI 進步的關鍵因素，但現在是時候進行範式轉變。他指出 AI 需要超越純粹的數據處理，進入他所稱的「系統二思維」——一種較慢、更深思熟慮的推理方式，模仿人類解決複雜問題的方式。
**AI 下一大飛躍的心理學：理解系統二思維**
為了強調這一點，Brown 分享了一個來自他博士階段的故事，當時他正在開發 Libratus，這款撲克 AI 在 2017 年擊敗了頂級人類玩家。
「結果顯示，一個機器人在撲克遊戲中思考 20 秒的效果與將模型擴展 10 萬倍並訓練 10 萬倍時間相同，」Brown 說。「當我得到這個結果時，我以為這是一個錯誤。在我博士的前三年，我成功將這些模型擴展了 100 倍。我為這項工作感到自豪，我寫了多篇關於如何進行這種擴展的論文，但我很快意識到與這種系統二思維的擴展相比，所有這些都將成為註腳。」
Brown 的演講將系統二思維介紹為傳統擴展的解決方案。這種思維模式由心理學家 Daniel Kahneman 在其著作《思考，快與慢》中普及，指的是人類用於解決複雜問題的較慢、更深思熟慮的思維方式。Brown 認為將這種方法納入 AI 模型可以在不需要指數級更多數據或計算能力的情況下實現重大性能提升。
他回憶說，讓 Libratus 在做出決策前思考 20 秒產生了深遠的影響，相當於將模型擴展 10 萬倍。「結果令我震驚，」Brown 說，展示了企業如何通過專注於系統二思維以更少的資源獲得更佳結果。
**深入了解 OpenAI 的 o1：花時間思考的革命性模型**
Brown 的演講緊隨 OpenAI o1 系列模型的發布之後，這些模型引入了 AI 的系統二思維。這些模型於 2024 年 9 月推出，設計上比其前身更仔細地處理信息，使其在科學研究、編程和戰略決策等領域的複雜任務中尤為理想。
「我們不再僅限於擴展系統一的訓練。現在我們也可以擴展系統二思維，並且在這個方向上擴展的美妙之處在於它幾乎未被開發，」Brown 解釋道。「這不是一場 10 年後甚至兩年後的革命，而是一場正在發生的革命。」
o1 模型在各種基準測試中已顯示出強勁的性能。例如，在國際數學奧林匹克資格考試中，o1 模型達到了 83% 的準確率，這比 OpenAI 的 GPT-4o 所得的 13% 有了顯著提升。Brown 指出，能夠推理複雜的數學公式和科學數據，使 o1 模型對於依賴數據驅動決策的行業特別有價值。
**慢速 AI 的商業案例：為什麼耐心在企業解決方案中有回報**
對於企業來說，OpenAI 的 o1 模型不僅在學術表現上提供了好處。Brown 強調，擴展系統二思維可以改善醫療、能源和金融等行業的決策過程。他以癌症治療為例，問觀眾：「如果你願意為一種新的癌症治療支付超過 1 美元，請舉手……那麼 1,000 美元呢？一百萬美元呢？」
Brown 建議 o1 模型可以幫助研究人員加快數據收集和分析，讓他們專注於解釋結果和生成新假設。在能源方面，他指出該模型可以加速更高效太陽能電池板的開發，可能導致可再生能源的突破。
他承認對較慢 AI 模型的懷疑。「當我向人們提到這一點時，我經常得到的回應是人們可能不願意等待幾分鐘來獲得回應，或支付幾美元來獲得問題的答案，」他說。但他認為，對於最重要的問題，這種成本是值得的。
**矽谷的新 AI 競賽：為什麼處理能力不是一切**
OpenAI 向系統二思維的轉變可能會重塑 AI 的競爭格局，特別是在企業應用中。雖然當前的大多數模型都優化了速度，但 o1 背後的深思熟慮的推理過程可以為企業提供更準確的見解，尤其是在金融和醫療等行業。
在技術領域，像 Google 和 Meta 這樣的公司正在大力投資於 AI，而 OpenAI 對深度推理的關注使其與眾不同。例如，Google 的 Gemini AI 優化於多模態任務，但尚未看到它在解決問題的能力上如何與 OpenAI 的模型比較。
然而，實施 o1 的成本可能會限制其廣泛採用。該模型比之前的版本運行速度更慢且更昂貴。有報告指出，o1-preview 模型每百萬輸入標記的成本為 15 美元，而每百萬輸出標記的成本為 60 美元，遠高於 GPT-4o。然而，對於需要高精度輸出的企業來說，這項投資可能是值得的。
Brown 在演講結束時強調，AI 發展正處於關鍵時刻：「現在我們有了一個新參數，我們也可以擴展系統二思維——而我們只是在這個方向上擴展的初期。」
—
**評論：**
Noam Brown 的演講為 AI 的未來提供了一個全新的視角，特別是關於系統二思維的潛力。在過去，AI 的進步主要依賴於數據和計算能力的增加，但 Brown 的觀點卻強調了質量勝於數量的重要性。這種思維方式的轉變可能會對許多行業產生深遠影響，尤其是在需要複雜決策的領域。
在香港這樣一個快速發展的科技環境中，這種「慢速 AI」的概念可能會引發企業重新思考其技術策略。在金融和醫療等高風險行業，準確性和深度推理的重要性可能會超越速度，這使得 OpenAI 的 o1 模型在這些領域中具有吸引力。
然而，這種模型的高成本可能會成為其普及的障礙。企業需要仔細權衡投資與回報，特別是在資源有限的情況下。總的來說，Brown 的演講為 AI 的未來提供了一個令人興奮的新視野，鼓勵業界重新審視技術創新的方向。
以上文章由特價GPT API KEY所翻譯
