都可賦予大模型慢思考能力 360首創(chuàng )CoE架構媲美OpenAI o1思維鏈模式

(資料圖片僅供參考)

9月13日，OpenAI發(fā)布具有推理能力的人工智能模型“o1”，備受行業(yè)矚目。o1通過(guò)模仿人類(lèi)的思維過(guò)程，強化學(xué)習和“思維鏈”技術(shù)，引導模型自主解決問(wèn)題。這一特點(diǎn)在解決復雜問(wèn)題，尤其是在科學(xué)、編碼和數學(xué)等領(lǐng)域，展現出了超越以往模型的強大能力。

據了解，o1和GPT系列模型最大的區別主要在于，該系列模型是在思考之后回答用戶(hù)問(wèn)題，輸出高質(zhì)量的內容，而非迅速回應無(wú)效答案，即用模仿人類(lèi)思維過(guò)程的“慢思考”代替過(guò)去追求快速響應的“快思考”，這與國內一家大模型企業(yè)在近兩個(gè)月前提出的觀(guān)點(diǎn)不謀而合——早在今年7月底舉辦的ISC 2024大會(huì )上，360集團創(chuàng )始人周鴻祎就宣布，360將“用基于智能體的框架打造慢思考系統，從而增強大模型的慢思考能力”，并在近期多次強調，將“利用智能體框架，讓大模型從快思考轉成慢思考模式，把多個(gè)大模型組合起來(lái)解決業(yè)務(wù)問(wèn)題”。

對于o1的推出，周鴻祎在其最新發(fā)布的短視頻中表示，過(guò)去建立在大參數、大數據量的模型技術(shù)演進(jìn)終于找到了新的突破方向，也為下一個(gè)階段人工智能的進(jìn)步和應用開(kāi)辟了巨大的空間。“o1不是像大模型一樣用文字來(lái)訓練，而是像自己和自己下棋一樣，通過(guò)強化學(xué)習來(lái)實(shí)現這種思維鏈的能力”，周鴻祎說(shuō)。

周鴻祎用“快思考”和“慢思考”兩項人類(lèi)具備的能力對思維鏈強大的原因進(jìn)行了解讀。他指出，快思考的特點(diǎn)是快速直覺(jué)、無(wú)意識，反應很快但能力不夠強。GPT類(lèi)大模型通過(guò)訓練大量知識，主要學(xué)習的是快思考能力，這也是為什么GPT類(lèi)大模型脫口而出的答案質(zhì)量不夠穩定，“就像人一樣，不假思索出口成章而不出錯非常難實(shí)現”；慢思考的特點(diǎn)則是緩慢、有意識、有邏輯性，需要分很多步驟，類(lèi)似寫(xiě)一篇復雜的文章，要先列提綱，根據提綱去搜集數據，收集素材，根據素材進(jìn)行討論，再把文章寫(xiě)出來(lái)，還要進(jìn)行潤色和修改。“這一次o1擁有了人類(lèi)慢思考的特質(zhì)，在回答問(wèn)題前會(huì )反復地思考，拆解、理解、推理，可能會(huì )自己?jiǎn)?wèn)自己1000遍，然后才能給出最終的答案。”

不過(guò)，盡管在“慢思考”能力上取得了巨大突破，o1依然難稱(chēng)完美。據媒體報道，目前的o1-preview版本依舊存在幻覺(jué)問(wèn)題、運行速度較慢及成本高昂等諸多局限性，限制了其應用范圍。與之相比，更早提出“慢思考”概念的360通過(guò)其首創(chuàng )的CoE(Collaboration of Experts，專(zhuān)家協(xié)同)技術(shù)架構及混合大模型對“慢思考”進(jìn)行落地實(shí)踐，該技術(shù)架構已落地在360 AI搜索、360 AI瀏覽器等多款產(chǎn)品中。AI助手通過(guò)CoE架構還接入了很多小參數專(zhuān)家模型，在回答簡(jiǎn)單問(wèn)題時(shí)調用更精準的“小模型”，在獲得高質(zhì)量回答的同時(shí)還能節約推理資源、提升響應速度，實(shí)現對“慢思考”過(guò)程中速度過(guò)慢等問(wèn)題的改進(jìn)。

據了解，近期有國內技術(shù)團隊通過(guò)將思維鏈優(yōu)化為CoE協(xié)同工作模式，使用任意三個(gè)模型協(xié)同工作達到了和OpenAI o1-preview類(lèi)似的反思決策效果。經(jīng)過(guò)21道復雜邏輯推理題測試結果顯示，其效果與OpenAI o1-preview相當，完全超越GPT-4o，有時(shí)還能超越o1-preview。

“所以，以后比的不是多快能給你答案，而是給的答案完不完整，這也會(huì )改變人工智能服務(wù)的業(yè)態(tài)，人工智能到最后還是要參考人類(lèi)大腦的組成來(lái)構造工作模式”，周鴻祎說(shuō)。

標簽：