o1核心作者M(jìn)IT演講：激勵(lì)A(yù)I自我學(xué)習(xí)，比試圖教會AI每一項(xiàng)任務(wù)更重要

AIGC動態(tài)歡迎閱讀

原標(biāo)題：o1核心作者M(jìn)IT演講：激勵(lì)A(yù)I自我學(xué)習(xí)，比試圖教會AI每一項(xiàng)任務(wù)更重要
關(guān)鍵字：模型,任務(wù),技能,成本,數(shù)據(jù)
文章來源：量子位
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

一水 發(fā)自 凹非寺量子位 | 公眾號 QbitAI“o1發(fā)布后，一個(gè)新的范式產(chǎn)生了”。
其中關(guān)鍵，OpenAI研究科學(xué)家、o1核心貢獻(xiàn)者Hyung Won Chung，剛剛就此分享了他在MIT的一次演講。
演講主題為“Don’t teach. Incentivize（不要教，要激勵(lì)），核心觀點(diǎn)是：
激勵(lì)A(yù)I自我學(xué)習(xí)比試圖教會AI每一項(xiàng)具體任務(wù)更重要
思維鏈作者Jason Wei迅速趕來打call：
Hyung Won識別新范式并完全放棄任何沉沒成本的能力給我留下了深刻的印象。2022年底，他意識到了強(qiáng)化學(xué)習(xí)的力量，并從那時(shí)起就一直在宣揚(yáng)它。
在演講中，Hyung Won還分享了：
技術(shù)人員過于關(guān)注問題解決本身，但更重要的是發(fā)現(xiàn)重大問題；
硬件進(jìn)步呈指數(shù)級增長，軟件和算法需要跟上；
當(dāng)前存在一個(gè)誤區(qū)，即人們正在試圖讓AI學(xué)會像人類一樣思考；
“僅僅擴(kuò)展規(guī)模” 往往在長期內(nèi)更有效；
……
下面奉上演講主要內(nèi)容。
對待AI：授人以魚不如授人以漁先簡單介紹下Hyung Won Chung，從公布的o1背后人員名單來看，他屬于推理研究的基礎(chǔ)貢獻(xiàn)者。
資料顯示，他是MIT博士（方向?yàn)榭稍偕茉春湍?/p>

原文鏈接：o1核心作者M(jìn)IT演講：激勵(lì)A(yù)I自我學(xué)習(xí)，比試圖教會AI每一項(xiàng)任務(wù)更重要

聯(lián)系作者

文章來源：量子位
作者微信：
作者簡介：