Auf dem Gebiet der künstlichen Intelligenz machte Noam Brown, Direktor für Argumentationsforschung bei Openai, kürzlich eine zum Nachdenken anregende Bemerkung auf der NVIDIA GTC-Konferenz. Er schlug vor, dass, wenn die Forscher vor 20 Jahren die richtigen Methoden und Algorithmen beherrscht hätten, einige Formen von "Inferenz" -KI -Modellen vor langer Zeit verfügbar gewesen sein könnten. Diese Ansicht zeigt mögliche blinde Flecken und vernachlässigte Forschungsrichtungen bei der Entwicklung künstlicher Intelligenz.

Brown überprüft seine Erfahrungen in der Gaming -KI -Forschung an der Carnegie Mellon University, insbesondere in der Entwicklung eines Pluribus -Systems, das Top Human Poker Player schlagen kann. Er betonte, dass die Einzigartigkeit dieses KI -Systems seine "Argumentation" -Fähigkeit sei, anstatt sich auf ein einfaches gewalttätiges Computer zu verlassen. Diese Fähigkeit zur Begründung ermöglicht es KI, in komplexen Situationen tief nachzudenken, ähnlich wie der Denkprozess des Menschen, wenn sie Schwierigkeiten haben.
Als einer der Architekten von OpenAIs KI -Modell O1 führte Brown eine innovative Technologie mit dem Namen "Inferenz für Tests" ein. Mit dieser Technik kann das Modell "denken", bevor sie auf eine Abfrage reagiert und durch zusätzliche Berechnungen irgendeine Form von "Inferenz" treibt. Dieses Inferenzmodell zeigt eine höhere Genauigkeit und Zuverlässigkeit in Bereichen wie Mathematik und Naturwissenschaften und eröffnet neue Richtungen für die Entwicklung von KI.
Während der Diskussion sprach Brown auch über die Rolle der Wissenschaft in der KI -Forschung. Obwohl Hochschulen und Universitäten im Allgemeinen keine Rechenressourcen haben, ist er der Ansicht, dass Akademiker immer noch eine wichtige Rolle spielen können, indem sie Bereiche mit geringen Rechenanforderungen wie dem Design der Modellarchitektur erkundet. Er betonte die Bedeutung der Zusammenarbeit zwischen Frontier Laboratories und der akademischen Gemeinschaft und stellte fest, dass die Grenzlaboratorien akademische Veröffentlichungen genau überwachen und bewerten werden, ob die von ihnen vorgelegten Argumente ausreichend überzeugend sind.
Brown erwähnte ausdrücklich das Gebiet des KI -Benchmarking und glaubte, dass die Akademie eine wichtige Rolle dabei spielen kann. Er kritisierte den aktuellen Status von KI -Benchmarks und wies darauf hin, dass diese Tests häufig das esoterische Wissen untersuchen und für die Fähigkeiten der Aufgaben, die die meisten Menschen interessieren, weniger relevant sind. Er forderte Verbesserungen der KI -Benchmarks und glaubte, dass dies nicht eine große Menge an Rechenressourcen erfordert, kann jedoch das Verständnis der Modellfähigkeiten und -verbesserungen erheblich verbessern.
Es ist erwähnenswert, dass Browns Bemerkungen hauptsächlich auf seinen Erfahrungen in der Glücksspiel -KI -Forschung beruhen, bevor sie sich OpenAI anschließen, und nicht auf Inferenzmodellen wie O1. Seine Ansichten bieten eine neue Perspektive für die Forschung im Bereich künstlicher Intelligenz und unterstreichen die Bedeutung von Argumentationsfähigkeiten für die Entwicklung der KI und das Potenzial für die Zusammenarbeit zwischen Wissenschaft und hochmodernen Labors.