<p>诺姆·布朗（Noam Brown），OpenAI 的 AI 推理研究负责人表示，如果研究人员 “知道 [正确的] 方法” 和算法，像 OpenAI 的 o1 这样的 “推理” AI 模型可能在 20 年前就能问世。</p>
<p>布朗在周三于圣荷西举行的英伟达 GTC 大会的一个小组讨论中表示：“有各种原因导致这个研究方向被忽视。我在研究过程中注意到，好的，缺少了一些东西。人类在困难情况下采取行动之前会花费大量时间思考。也许这在 AI 中会非常有用。”</p>
<p>布朗是 o1 的主要设计者之一，该 AI 模型采用了一种称为测试时推理（test-time inference）的技术，在回应查询之前进行 “思考”。测试时推理涉及对运行模型进行额外计算，以推动一种 “推理” 形式。一般来说，所谓的推理模型在准确性和可靠性上优于传统模型，特别是在数学和科学等领域。</p>
<p>然而，布朗强调，预训练——在越来越大的数据集上训练越来越大的模型——并不是完全 “死了”。包括 OpenAI 在内的 AI 实验室曾经将大部分精力投入到扩大预训练上。现在，他们根据布朗的说法，在预训练和测试时推理之间分配时间，这两种方法被布朗描述为互补的。</p>
<p>在小组讨论中，有人问布朗，考虑到学术机构普遍缺乏计算资源，学术界是否有希望进行与 OpenAI 等 AI 实验室规模相当的实验。他承认，随着模型变得越来越计算密集，近年来这变得更加困难，但学术界可以通过探索需要较少计算的领域（如模型架构设计）来产生影响。</p>
<p>布朗表示：“[这] 是前沿实验室 [与学术界] 之间合作的机会。毫无疑问，前沿实验室正在关注学术出版物，并仔细思考，好的，这是否提出了一个有说服力的论点，如果进一步扩大，这将非常有效。如果论文中有这样的有说服力的论点，你知道，我们会在这些实验室中进行调查。”</p>
<p>布朗的评论正值特朗普政府对科学拨款进行大幅削减之际。包括诺贝尔奖得主杰弗里·辛顿（Geoffrey Hinton）在内的 AI 专家批评这些削减，称这可能威胁到国内外的 AI 研究工作。</p>
<p>布朗指出，AI 基准测试是学术界可以产生重大影响的一个领域。他说：“AI 基准的现状真的很糟糕，而这并不需要大量计算。”</p>
<p>正如我们之前所写，今天流行的 AI 基准往往测试一些深奥的知识，并且给出的分数与大多数人关心的任务的熟练程度相关性较差。这导致了对模型能力和改进的广泛混淆。</p>

OpenAI

<p>诺姆·布朗（Noam Brown），OpenAI 的研究负责人，表示如果采用正确的方法，人工智能推理模型可能在 20 年前就已经出现。他强调了推理在人工智能中的重要性，特别是在具有挑战性的情况下。布朗讨论了预训练和测试时推理在人工智能发展中的互补性。他还强调了学术界与人工智能实验室之间合作的潜力，特别是在人工智能基准测试等领域，他认为这可以显著改善当前人工智能评估的状态</p>

<p>Noam Brown, who leads AI reasoning research at OpenAI, says “reasoning” AI models like OpenAI’s o1 could’ve arrived 20 years earlier had researchers “known [the right] approach” and algorithms.</p>
<div class="lb-trans"><p>诺姆·布朗（Noam Brown），OpenAI 的 AI 推理研究负责人表示，如果研究人员 “知道 [正确的] 方法” 和算法，像 OpenAI 的 o1 这样的 “推理” AI 模型可能在 20 年前就能问世。</p>
</div><p>“There were various reasons why this research direction was neglected,” Brown said during a panel at Nvidia’s GTC conference in San Jose on Wednesday. “I noticed over the course of my research that, OK, there’s something missing. Humans spend a lot of time thinking before they act in a tough situation. Maybe this would be very useful [in AI].”</p>
<div class="lb-trans"><p>布朗在周三于圣荷西举行的英伟达 GTC 大会的一个小组讨论中表示：“有各种原因导致这个研究方向被忽视。我在研究过程中注意到，好的，缺少了一些东西。人类在困难情况下采取行动之前会花费大量时间思考。也许这在 AI 中会非常有用。”</p>
</div><p>Brown is one of the principal architects behind o1, an AI model that employs a technique called test-time inference to “think” before it responds to queries. Test-time inference entails applying additional computing to running models to drive a form of “reasoning.” In general, so-called reasoning models are more accurate and reliable than traditional models, particularly in domains like mathematics and science.</p>
<div class="lb-trans"><p>布朗是 o1 的主要设计者之一，该 AI 模型采用了一种称为测试时推理（test-time inference）的技术，在回应查询之前进行 “思考”。测试时推理涉及对运行模型进行额外计算，以推动一种 “推理” 形式。一般来说，所谓的推理模型在准确性和可靠性上优于传统模型，特别是在数学和科学等领域。</p>
</div><p>Brown stressed, however, that pre-training — training ever-larger models on ever-larger datasets — isn’t exactly “dead.” AI labs including OpenAI once invested most of their efforts in scaling up pre-training. Now, they’re splitting time between pre-training and test-time inference, according to Brown — approaches that Brown described as complementary.</p>
<div class="lb-trans"><p>然而，布朗强调，预训练——在越来越大的数据集上训练越来越大的模型——并不是完全 “死了”。包括 OpenAI 在内的 AI 实验室曾经将大部分精力投入到扩大预训练上。现在，他们根据布朗的说法，在预训练和测试时推理之间分配时间，这两种方法被布朗描述为互补的。</p>
</div><p>Brown was asked during the panel whether academia could ever hope to perform experiments on the scale of AI labs like OpenAI, given institutions’ general lack of access to computing resources. He admitted that it’s become tougher in recent years as models have become more computing-intensive, but that academics can make an impact by exploring areas that require less computing, like model architecture design.</p>
<div class="lb-trans"><p>在小组讨论中，有人问布朗，考虑到学术机构普遍缺乏计算资源，学术界是否有希望进行与 OpenAI 等 AI 实验室规模相当的实验。他承认，随着模型变得越来越计算密集，近年来这变得更加困难，但学术界可以通过探索需要较少计算的领域（如模型架构设计）来产生影响。</p>
</div><p>“[T] here is an opportunity for collaboration between the frontier labs [and academia],” Brown said. “Certainly, the frontier labs are looking at academic publications and thinking carefully about, OK, does this make a compelling argument that, if this were scaled up further, it would be very effective. If there is that compelling argument from the paper, you know, we will investigate that in these labs.”</p>
<div class="lb-trans"><p>布朗表示：“[这] 是前沿实验室 [与学术界] 之间合作的机会。毫无疑问，前沿实验室正在关注学术出版物，并仔细思考，好的，这是否提出了一个有说服力的论点，如果进一步扩大，这将非常有效。如果论文中有这样的有说服力的论点，你知道，我们会在这些实验室中进行调查。”</p>
</div><p>Brown’s comments come at a time when the Trump administration is making deep cuts to scientific grant-making. AI experts including Nobel Laureate Geoffrey Hinton have criticized these cuts, saying that they may threaten AI research efforts both domestic and abroad.</p>
<div class="lb-trans"><p>布朗的评论正值特朗普政府对科学拨款进行大幅削减之际。包括诺贝尔奖得主杰弗里·辛顿（Geoffrey Hinton）在内的 AI 专家批评这些削减，称这可能威胁到国内外的 AI 研究工作。</p>
</div><p>Brown called out AI benchmarking as an area where academia could make a significant impact. “The state of benchmarks in AI is really bad, and that doesn’t require a lot of compute to do,” he said.</p>
<div class="lb-trans"><p>布朗指出，AI 基准测试是学术界可以产生重大影响的一个领域。他说：“AI 基准的现状真的很糟糕，而这并不需要大量计算。”</p>
</div><p>As we’ve written about before, popular AI benchmarks today tend to test for esoteric knowledge, and give scores that correlate poorly to proficiency on tasks that most people care about. That’s led to widespread confusion about models’ capabilities and improvements.</p>
<div class="lb-trans"><p>正如我们之前所写，今天流行的 AI 基准往往测试一些深奥的知识，并且给出的分数与大多数人关心的任务的熟练程度相关性较差。这导致了对模型能力和改进的广泛混淆。</p>
</div>

OpenAI 研究负责人 Noam Brown 认为 AI‘推理’ 模型本可以在几十年前就问世