《2025前瞻：雅库布·帕乔茨基预言AI今年将独立开发高价值软件》

2025新纪元：雅库布·帕乔茨基大胆预测AI即将自主打造高价值软件奇迹

　　 5月14日消息，《自然》杂志对OpenAI首席科学家雅库布・帕乔茨基进行了专访，探讨了人工智能是否能够产出原创性的科研成果、人工通用智能（AGI）的发展前景，以及该公司计划推出的开源模型相关话题。

　　 附问答内容大意如下：

　　 Q：不断有更多科学家选择应用推理模型。在未来五年里，这些模型可能会引发哪些变革？

　　 A：

　　 如今，你与模型互动时，它更像是一位需要持续引导的助手。我认为，这样的状况未来可能会发生显著转变。 在这个过程中，我们或许会见证人工智能技术的飞速进步，使得这类交互更加自然流畅。这不仅能够提升用户体验，还可能推动相关行业的发展。例如，在教育领域，更加智能的助手可以为学生提供个性化的学习方案；在客户服务方面，则能帮助企业更高效地解决用户的问题。 总之，随着科技的发展，我相信未来的AI助手将不再仅仅是“需要不断引导”的角色，而是成为人们生活中不可或缺的伙伴。这一变化值得期待，并且对社会各层面都将产生深远的影响。

　　 我们已经看到了像 OpenAI 的 Deep Research（一个能够整合大量信息的工具）能够在没有监督的情况下工作 10 到 20 分钟，并且能产生有用的结果。但解决这些问题所需要的计算资源相对较少。

　　 随着技术的不断进步，我们正逐渐迈向一个由人工智能驱动的新时代。在这个过程中，开放的研究问题无疑将成为推动科技创新的关键所在。特别是在自动化软件工程和硬件组件的自主设计领域，我们可以预见未来的巨大潜力。这些领域的突破不仅会带来效率的提升，更可能催生全新的产业模式。 我认为，这种趋势不仅仅局限于技术层面的发展，它还将深刻影响社会结构和经济格局。随着AI能力的增强，如何确保其发展符合人类的整体利益，避免技术滥用或误用，将是摆在我们面前的重要课题。此外，教育体系也需要随之调整，以培养更多适应未来需求的人才。 总之，尽管前路充满挑战，但只要我们坚持正确的方向，就一定能够在这一波科技浪潮中找到属于我们的位置，并为全球的进步贡献智慧和力量。

　　 Q：在 OpenAI 推理模型的开发中，基于试错和奖励的“强化学习”有多重要？

　　 A：

　　 最初的ChatGPT版本首先经历了一个无监督的预训练阶段，这个阶段让模型通过海量数据的学习逐渐构建起一个庞大的“世界模型”。随后，在强化学习的过程中，团队利用人工标注的数据对模型进行微调，最终打造出一个能够提供实用帮助的智能助手。 从我的角度来看，这种先通过海量数据自主学习再结合人工干预的方式，不仅体现了技术发展的逻辑性，也展示了人工智能在实际应用中的潜力。通过这种方式，ChatGPT不仅具备了广泛的知识基础，还能更精准地满足用户的需求。这也让我更加期待未来人工智能在更多领域的创新与突破，比如医疗、教育等领域，或许能为我们的生活带来更多便利与可能性。

　　 最新的研究进展表明，当前的推理模型更加注重强化学习的过程，这使得模型不仅能提取信息，还能逐步形成自身的思考方式。

　　 一个问题是，是否应该继续将这些学习阶段分开看待。推理模型不是在空白中学习思考，它们是基于预训练模型的基础进行的。我的工作重点之一就是研究这个阶段，并融合不同方法，理解它们的相互作用。

　　 Q：当然可以。以下是对原内容的修改以及我的看法： 原内容提到：“AI模型在处理信息时似乎展现出了一种‘思考’的能力，但这种‘思考’究竟是真实的推理过程，还是仅仅是对推理过程的模拟呢？” 修改后的内容为：“当我们观察AI模型如何解析复杂的信息时，不禁会问：这些模型是否真正具备推理能力？或者它们只是通过高度复杂的算法模拟出了类似推理的行为？” 我的看法是，尽管AI技术已经取得了显著进步，但在理解其背后的机制上仍有许多未解之谜。AI确实能够在特定任务上表现出令人印象深刻的结果，但它是否能够像人类一样进行深度推理还有待进一步研究。这不仅关系到我们对AI的理解，也影响着未来人机协作的方向。我们需要更多的跨学科合作来深入探讨这一问题，以确保技术的发展既能推动社会进步，又能尊重人类的价值观。

　　 A：

　　 我们需要明确一点：模型的工作方式和人类大脑的工作方式不同。预训练模型学到了世界的一些知识，但它并不真正理解自己是如何学到这些的，也没有时间顺序感。

　　 我相信，我们已经有足够证据表明，模型能够发现新的见解。我认为这可以算作是一种推理，但这并不意味着它与人类的推理方式完全相同。

　　 Q：奥尔特曼曾表示，OpenAI 将很快发布开源模型，这是自 2019 年 GPT-2 以来的首次。你能告诉我这些计划的详细情况吗？

　　 A：

　　 我对此非常兴奋，尤其是能够为研究人员提供一个开源模型的机会，让他们能够下载并进行进一步训练。随着这些模型的不断进步，我们需要承担更多责任，了解它们的部署方式如何影响人类。

　　 我认为，发布带有开源权重的尖端模型将会充满挑战，主要原因是安全方面的考量。我希望可以推出一个超越现有开源模型的升级版。

　　 Q：你对 AGI 的定义是什么？你认为我们何时能够实现它？

　　 A：

　　 刚入学研究生院时，我对AGI的发展有一个重要的时间节点预估——围棋。当时我以为这一目标至少还需要几十年才能实现。然而，令人震惊的是，围棋在2016年就被成功攻克了，这一突破让我深感触动。

　　 2017年加入OpenAI时，我曾是公司内部最持怀疑态度的人之一，但实际取得的突破性进展比我预想的要迅速得多。在图灵测试领域，我们已经实现了显著的进步。那么，数学能力和问题解决能力呢？在这方面我们也取得了长足的发展，我预计最具挑战性的评估标准将会在不久后被超越。

　　 因此，我目前关注的一个关键里程碑是，人工智能是否能够在经济层面带来实际且可量化的影响力，特别是它能否产出具有原创性的科研成果。对我来说，这已经非常接近我对通用人工智能（AGI）的情感化定义。我们如今正集中精力朝这个方向努力，预计到本十年结束时，会取得相当显著的突破。甚至是在今年，我也认为AI将能够近乎自主地生成有价值的软件，尽管可能暂时还无法攻克重大的科学难题。