OpenAI姚顺雨：欢迎来到AI下半场！

文章预览

本文作者为姚顺雨，OpenAI研究员，思维链（Tree of Thoughts）作者。原题目为《AI的下半场》（The Second Half），原文链接：https://ysymyth.github.io/The-Second-Half/ 文章由公众号：深度学习自然语言处理编译。 本文只做学术/技术分享，如有侵权，联系删文。 数十年来，人工智能主要致力于开发新的训练方法和模型。这一策略成效显著：从国际象棋和围棋击败世界冠军，到在 SAT 和律师资格考试中超越大多数人类，再到在国际数学奥林匹克竞赛（IMO）和国际信息学奥IOI）中获得金牌。在这些载入史册的里程碑背后——深蓝（DeepBlue）、阿尔法狗（AlphaGo）、GPT-4 以及一系列以“o”开头的模型——是人工智能方法的根本性创新：搜索、深度强化学习（RL）、扩展和推理。随着时间的推移，事情不断变得更好。 那么，现在有什么突然不同了呢？ 用三个词来说：强化 ………………………………