ในด้านปัญญาประดิษฐ์ Noam Brown ผู้อำนวยการฝ่ายวิจัยการให้เหตุผลที่ Openai เพิ่งกล่าวถึงการกระตุ้นความคิดในการประชุม Nvidia GTC เขาเสนอว่าหากนักวิจัยได้เชี่ยวชาญวิธีการที่ถูกต้องและอัลกอริทึมเมื่อ 20 ปีก่อนรูปแบบของ "การอนุมาน" แบบจำลอง AI บางรูปแบบอาจมีอยู่เมื่อนานมาแล้ว มุมมองนี้เผยให้เห็นจุดบอดที่เป็นไปได้และทิศทางการวิจัยที่ถูกทอดทิ้งในการพัฒนาปัญญาประดิษฐ์

บราวน์ทบทวนประสบการณ์ของเขาในการวิจัยเกม AI ที่มหาวิทยาลัย Carnegie Mellon โดยเฉพาะอย่างยิ่งการพัฒนาระบบ Pluribus ที่สามารถเอาชนะผู้เล่นโป๊กเกอร์มนุษย์ชั้นนำได้ เขาเน้นว่าเอกลักษณ์ของระบบ AI นี้คือความสามารถ "การใช้เหตุผล" แทนที่จะพึ่งพาการคำนวณที่รุนแรงอย่างง่าย ความสามารถในการใช้เหตุผลนี้ช่วยให้ AI คิดอย่างลึกซึ้งในสถานการณ์ที่ซับซ้อนคล้ายกับกระบวนการคิดของมนุษย์เมื่อเผชิญกับปัญหา
ในฐานะหนึ่งในสถาปนิกของ Openai Model O1 O1 Brown ได้แนะนำเทคโนโลยีนวัตกรรมที่เรียกว่า "การอนุมานในการทดสอบ" เทคนิคนี้ช่วยให้แบบจำลอง "คิด" ก่อนที่จะตอบสนองต่อการสืบค้นขับรถ "อนุมาน" บางรูปแบบผ่านการคำนวณเพิ่มเติม รูปแบบการอนุมานนี้แสดงความแม่นยำและความน่าเชื่อถือที่สูงขึ้นในสาขาต่าง ๆ เช่นคณิตศาสตร์และวิทยาศาสตร์เปิดทิศทางใหม่สำหรับการพัฒนา AI
ในระหว่างการสนทนาบราวน์ยังได้พูดคุยเกี่ยวกับบทบาทของสถาบันการศึกษาในการวิจัย AI แม้ว่าโดยทั่วไปวิทยาลัยและมหาวิทยาลัยจะขาดทรัพยากรคอมพิวเตอร์ แต่เขาเชื่อว่านักวิชาการยังสามารถมีบทบาทสำคัญได้โดยการสำรวจพื้นที่ที่มีข้อกำหนดด้านคอมพิวเตอร์ต่ำเช่นการออกแบบสถาปัตยกรรมแบบจำลอง เขาเน้นถึงความสำคัญของการทำงานร่วมกันระหว่างห้องปฏิบัติการ Frontier และชุมชนวิชาการโดยสังเกตว่า Frontier Laboratories จะติดตามสิ่งพิมพ์ทางวิชาการอย่างใกล้ชิดและประเมินว่าข้อโต้แย้งที่พวกเขาหยิบยกขึ้นมานั้นน่าเชื่อถือเพียงพอหรือไม่
บราวน์กล่าวถึงสาขาการเปรียบเทียบ AI โดยเฉพาะโดยเชื่อว่าสถาบันการศึกษาสามารถมีบทบาทสำคัญในนั้น เขาวิพากษ์วิจารณ์สถานะปัจจุบันของเกณฑ์มาตรฐาน AI ชี้ให้เห็นว่าการทดสอบเหล่านี้มักจะตรวจสอบความรู้ลึกลับและมีความเกี่ยวข้องน้อยกว่าความสามารถของงานที่คนส่วนใหญ่ใส่ใจ เขาเรียกร้องให้มีการปรับปรุงในเกณฑ์มาตรฐาน AI โดยเชื่อว่าสิ่งนี้ไม่จำเป็นต้องใช้ทรัพยากรการคำนวณจำนวนมาก แต่สามารถปรับปรุงความเข้าใจในความสามารถและการปรับปรุงของแบบจำลองได้อย่างมีนัยสำคัญ
เป็นที่น่าสังเกตว่าคำพูดของบราวน์นั้นส่วนใหญ่มาจากประสบการณ์ของเขาในการวิจัยการพนัน AI ก่อนที่จะเข้าร่วม OpenAI มากกว่าแบบจำลองการอนุมานเช่น O1 มุมมองของเขาให้มุมมองใหม่สำหรับการวิจัยในด้านปัญญาประดิษฐ์โดยเน้นถึงความสำคัญของความสามารถในการให้เหตุผลในการพัฒนา AI และศักยภาพในการทำงานร่วมกันระหว่างสถาบันการศึกษาและห้องปฏิบัติการที่ทันสมัย