长期以来，人工智能一直在努力寻找真相和正确性，具有讽刺意味的是，大部分问题都源于人类思维塑造这些系统的方式。但一波新的人工智能正在兴起——它摆脱了人类逻辑的束缚，探索未知领域，有可能使机器学习远远超出人类的能力。
DeepMind 的 AlphaGo 标志着人工智能发展的转折点。与严重依赖人类指导和知识的前辈不同，AlphaGo 无需人类输入即可学会下围棋，仅使用一种称为自我对弈强化学习的过程。这意味着它通过玩无数场比赛并分析结果来自己发现规则和策略。
这种自学模式后来被应用于国际象棋，诞生了 AlphaZero，这是人工智能历史上的另一个里程碑。在与卫冕冠军 Stockfish 的 100 场比赛中，AlphaZero 赢了 28 场，其余的打平。与接受过人类策略训练的传统国际象棋人工智能不同，AlphaZero 在不知道“后翼弃兵”等著名棋步或任何大师的剧本的情况下形成了对游戏的理解。它完全依靠冷酷的逻辑——通过反复试验从数百万场比赛中学习。
当 AlphaZero 涉足将棋、Dota 2 和星际争霸 II 等游戏时，它继续取得突破，因为它不再受到人类思维限制的束缚。它没有试图模仿人类的策略，而是利用其独特的认知优势，发展了自己的游戏风格。结果，它不仅击败了人类，还以意想不到的方式超越了人类。
教训是什么？人类的知识虽然丰富，但也可能成为人工智能的一个限制因素。当人工智能被允许独立探索和实验时，它们可以实现人类思维无法预测的事情。
大型语言模型 (LLM)（例如 ChatGPT）已在大量人工生成的文本上进行过训练。虽然它们擅长语言和交流，但它们经常“产生幻觉”或过度自信地提供错误信息。这是因为语言与事实不同，存在于灰色地带。LLM 严重依赖于从人工反馈中进行的强化学习，用户会选择听起来最好的答案，而不管这些答案是否客观正确。
但 OpenAI 最新的 o1 模型开始摆脱对人类输入的依赖。受 AlphaGo 实验方法的启发，o1 结合反复试验来完善其答案。与之前充当高级自动完成系统的模型不同，o1 经历了一个称为“思维链”的过程，在回答之前，在短暂的“思考时间”内推理问题。
这一转变将强化学习引入了 o1 的解决问题过程，使模型能够像 AlphaGo 一样进行实验并从成功和失败中学习。在存在明确正确或错误答案的领域（如编码或事实问题），o1 的表现甚至开始超越专家，因为它从头开始建立理解，而不是依赖人类指定的步骤。
虽然法学硕士仍受语言限制，但人工智能研究正在发生更深层次的转变——超越文本，进入现实本身。嵌入机器人体内的人工智能开始通过反复试验来发展自己对物理世界的理解，类似于 AlphaGo 的游戏方法。
这些具象化的人工智能摆脱了物理或化学等人类学科的束缚，将探索和试验世界，创造出人类无法发现的知识。没有了人类思维的偏见，它们可能很快就会偶然发现超出我们想象的新科学真理和技术。
尽管有快速进步的潜力，但现实世界的学习也面临挑战。与可以高速运行的模拟不同，现实以每分钟一分钟的速度运行，机器人必须与世界进行物理互动。尽管如此，人工智能通过群体学习分享知识和汇集见解的能力可以大大加速进步。
特斯拉、Figure 和 Sanctuary AI 等公司正在竞相开发能够在现实世界中运作的人形机器人。一旦实现这一点，这些机器人就可以开始以超越人类理解的方式实验和学习世界。虽然他们的发现对我们来说可能看起来很离奇，但它们无疑将突破科学技术的界限。
OpenAI 的 o1 模型不仅代表了人工智能发展的又一步，它还让我们看到了未来，人工智能将超越人类知识。随着它们超越人类语言和推理，这些外星机器将开始以我们无法理解的方式解决问题并揭开真相。
随着人工智能的不断进步，问题不再是它们是否会在各个方面超越人类，而只是时间问题。
活着真好！
免责声明：
本文所发布的内容和图片旨在传播行业信息，版权归原作者所有，非商业用途。如有侵权，请与我们联系。所有信息仅供参考和分享，不构成任何投资建议。加密货币市场具有高度风险，投资者应基于自身判断和谨慎评估做出决策。投资有风险，入市需谨慎。
关注我，一起探索元宇宙！
关注七元Web3，获取更多W eb3、加密领域的 相关知识
2024-10-05
2024-10-09
2024-10-10
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
