o1核心作者MIT演講：激勵AI自我學習，比試圖教會AI每一項任務更重要

AIGC動態歡迎閱讀

原標題：o1核心作者MIT演講：激勵AI自我學習，比試圖教會AI每一項任務更重要
關鍵字：模型,任務,技能,成本,數據
文章來源：量子位
內容字數：0字

內容摘要：

一水 發自 凹非寺量子位 | 公眾號 QbitAI“o1發布后，一個新的范式產生了”。
其中關鍵，OpenAI研究科學家、o1核心貢獻者Hyung Won Chung，剛剛就此分享了他在MIT的一次演講。
演講主題為“Don’t teach. Incentivize（不要教，要激勵），核心觀點是：
激勵AI自我學習比試圖教會AI每一項具體任務更重要
思維鏈作者Jason Wei迅速趕來打call：
Hyung Won識別新范式并完全放棄任何沉沒成本的能力給我留下了深刻的印象。2022年底，他意識到了強化學習的力量，并從那時起就一直在宣揚它。
在演講中，Hyung Won還分享了：
技術人員過于關注問題解決本身，但更重要的是發現重大問題；
硬件進步呈指數級增長，軟件和算法需要跟上；
當前存在一個誤區，即人們正在試圖讓AI學會像人類一樣思考；
“僅僅擴展規模” 往往在長期內更有效；
……
下面奉上演講主要內容。
對待AI：授人以魚不如授人以漁先簡單介紹下Hyung Won Chung，從公布的o1背后人員名單來看，他屬于推理研究的基礎貢獻者。
資料顯示，他是MIT博士（方向為可再生能源和能

原文鏈接：o1核心作者MIT演講：激勵AI自我學習，比試圖教會AI每一項任務更重要

聯系作者

文章來源：量子位
作者微信：
作者簡介：