OpenAI 高管：AI 未来可自主生成知识，商业与科研迎来革命

GoodNav 5月13日消息，科技媒体The Decoder报道，OpenAI高级模型开发负责人Jakub Pachocki指出，AI推理模型正在展现出自主生成知识的潜力。

他认为，这种推理并非模仿人类思维，而是基于数据和算法的独特机制。Pachocki解释，AI学习分为两个阶段：第一阶段是无监督预训练，模型吸收海量数据，构建一个无意识、无时间线的“世界模型”来理解现实；第二阶段是通过强化学习与人类反馈（RLHF）将基础模型转化为实用工具，在最新的推理模型中至关重要。

OpenAI同时结合传统强化学习处理明确对错的任务，而RLHF更适合复杂问题，尽管其扩展性有限。Pachocki质疑预训练和强化学习是否应被视为独立阶段，认为推理模型的“思考”源于预训练数据，两者需要深度融合。

近期一项研究指出，推理训练并非赋予模型全新能力，而是帮助模型更高效地应用已有的知识，例如以更结构化的方式解决已知问题。Pachocki对此表示赞同，并补充道，模型已展现出…