每經(jīng)記者 文巧    每經(jīng)編輯 孫志成 高涵    

此前，一道低難度的數(shù)學題——9.11和9.9哪個更大，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?shù)貢r間8月27日，據(jù)The Information報道，OpenAI神秘“草莓”（Strawberry，前身為Q*）項目，計劃最早于今年秋季推出。同時，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。

據(jù)悉，“草莓”是一個推理模型，有著強大的推理能力，可處理復雜的問題；“獵戶座”則是超越GPT-4的下一代大模型，可幫助OpenAI減少其模型產(chǎn)生的錯誤數(shù)量，即所謂的幻覺。

據(jù)The Information援引知情人士稱，今年夏天，在秘密會議上，OpenAI向美國國家安全官員展示了“草莓”模型。報道指出，OpenAI向政府展示一項尚未發(fā)布的技術(shù)，可能為人工智能開發(fā)者樹立新標準，也是OpenAI努力向政策制定者提高透明度的一部分。此前，以伊麗莎白·沃倫為首的美國參議員們曾多次抨擊OpenAI項目透明度和安全性問題。

圖片來源：每日經(jīng)濟新聞 資料圖

推理能力出眾 “草莓”能為OpenAI創(chuàng)收嗎？

據(jù)The Information報道，參與OpenAI該項目的兩名人員透露，研究人員計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)媒體報道OpenAI今年的虧損可能高達50億美元。

《每日經(jīng)濟新聞》記者注意到，自2019年以來，OpenAI已從微軟籌集了約130億美元資金。作為與這家企業(yè)軟件巨頭合作的一部分，該合作協(xié)議將持續(xù)到2030年。據(jù)知情人士透露，合作協(xié)議的條款可能會發(fā)生變化，包括OpenAI向微軟支付租用云服務器開發(fā)AI的費用，其中，云服務器是OpenAI最大的成本。

據(jù)前述外媒援引內(nèi)部人士說法，“草莓”目前的功能極其強大——它可以解決此前從未見過的數(shù)學問題，這是當前的聊天機器人無法可靠完成的任務。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。如果給予更多時間“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”在語言方面的實力，研究人員向OpenAI內(nèi)部同事展示了“草莓”如何解決《紐約時報》上刊登的復雜字謎游戲。

事實上，現(xiàn)有的人工智能在航空航天和結(jié)構(gòu)工程等數(shù)學密集型領域并不擅長，那么，解決棘手數(shù)學問題的AI可能是一個潛在有利可圖的應用。為了提高模型的推理能力，一些初創(chuàng)公司嘗試使用一種別扭的解決辦法——將問題分解為更小的步驟，但這些辦法既慢又貴。

數(shù)學推理的改進也有助于AI模型更好地處理對話查詢，例如客戶服務請求。這或許對OpenAI即將推出的AI代理服務起到幫助。

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

“草莓”正在為下一代旗艦模型獵戶座提供訓練數(shù)據(jù)

在OpenAI內(nèi)部，“草莓”不僅是一個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”來生成訓練下一代旗艦模型“獵戶座”（Orion）的數(shù)據(jù)。該模型旨在改進其現(xiàn)有的旗艦模型GPT-4并幫助OpenAI領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，就成為了一個改變游戲規(guī)則的大型語言模型。然而，在過去18個月中，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。

基于聊天機器人競技場的數(shù)學表現(xiàn) 圖片來源：

lmarena.ai

據(jù)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)實世界數(shù)據(jù)來訓練新模型。

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)量的訓練數(shù)據(jù)可以幫助OpenAI減少其模型產(chǎn)生的錯誤數(shù)量，即所謂的幻覺?；糜X是當前生成式AI的一個重大限制，這會導致AI經(jīng)常生成看似合理但實際上不正確的數(shù)據(jù)。

“想象一下，一個沒有幻覺的模型，你問它一個邏輯難題，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，是因為“訓練數(shù)據(jù)中的歧義較少，所以它猜測的次數(shù)較少。”

據(jù)The Information報道，奧特曼在5月份的一次活動中表示：“我們覺得我們擁有足夠的數(shù)據(jù)來開發(fā)下一個模型。我們已經(jīng)進行了各種實驗，包括生成合成數(shù)據(jù)。”據(jù)報道，他可能指的就是用“草莓”訓練的Orion（獵戶座）。

安全隱患烏云未散

不過，就在OpenAI高歌猛進的同時，安全隱患的烏云從未散去。

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

而2023年底，有關OpenAI的Q*項目的消息泄露時，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OpenAI罷免奧特曼之前，據(jù)知情人士爆料，此前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。安全也是罷免奧特曼后公司內(nèi)部損害控制的一個重要主題，當時罷免的發(fā)起人正是Sutskever。

此后，安全問題就一直困擾著OpenAI。而在奧特曼重返OpenAI后，負責OpenAI安全團隊的成員也相繼離開了公司。

今年5月離職的OpenAI“超級對齊”團隊領導人Jan Leike在社媒平臺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。”

鑒于今年早些時候幾位安全領導人離職，以及參議員伊麗莎白·沃倫等美國政府高官對于技術(shù)安全的批評，OpenAI決定提升對政府官員的透明度。

據(jù)The Information援引一位了解相關會議情況的人士透露，今年夏天，在一些并未公開的會議上，奧特曼的團隊向美國國家安全官員展示了“草莓”模型。

報道指出，通過向政府官員展示一項尚未發(fā)布的技術(shù)，OpenAI可能為人工智能開發(fā)者樹立了新標準，尤其是在先進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為該項技術(shù)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，因為OpenAI并未向公眾提升透明度。AI初創(chuàng)公司Abacus.AI CEO Bindu Reddy表示，封閉的OpenAI將他們最好的大模型藏在背后，以此來取得領先優(yōu)勢。“如果沒有開源AI，我們都會完蛋，我們可能會把文明的控制權(quán)交給1到2家公司。”

記者|文巧    實習記者|岳楚鵬

編輯|孫志成 高涵 杜恒峰

校對|王月龍

｜每日經(jīng)濟新聞  nbdnews  原創(chuàng)文章｜

未經(jīng)許可禁止轉(zhuǎn)載、摘編、復制及鏡像等使用

封面圖片來源：每日經(jīng)濟新聞 資料圖