讓AI慢思考、會思考，360這次走在了OpenAI前面

智百道 2024-09-18 發(fā)布于山東

展開全文

文 / 道哥

“AI具備思維了么？ ”“AI應(yīng)該具備怎樣的思維能力？ ”這是一直以來科技界頻繁探討并力主攻克的難題。

自從 OpenAI 發(fā)布新模型 o1-preview后，這道難題大致有了解法：

有人用門薩（MENSA）測試題“拷問”o1-preview，被它120分的智商震驚到合不攏嘴；

數(shù)學(xué)大佬陶哲軒在和o1-preview碰觸后，發(fā)現(xiàn)它竟然能成功識別出克萊姆定理；

一位天體物理學(xué)論文作者，僅用6次Prompt，就讓 o1-preview在1小時內(nèi)，創(chuàng)建了代碼運行版本，相當(dāng)于他博士生期間10個月的工作量。

……

換言之， o1-preview已經(jīng)具備了思維能力，甚至可以“三思而后行”。

據(jù)了解，o1-preview和GPT系列模型最大的區(qū)別在于，o1-preview是在思考之后解答用戶問題，輸出高質(zhì)量的內(nèi)容，而非迅速回應(yīng)無效答案，即用模仿人類思維過程的“慢思考”代替過去追求快速響應(yīng)的“快思考”。

但其實，這種思想和方法并非OpenAI的首創(chuàng)，更非獨創(chuàng)。早在7月底的ISC.AI2024大會上，360集團創(chuàng)始人周鴻祎就宣布，“用基于智能體的框架打造慢思考系統(tǒng)，從而增強大模型的慢思考能力”。

01 英雄所見略同

誠如前文所言，o1-preview之所以變得更強大、更聰明，其本質(zhì)是用模仿人類思維過程的“慢思考”代替過去追求快速響應(yīng)的“快思考”。

英雄所見略同。周鴻祎不僅早于OpenAI提出這一理念，且在之后多次強調(diào)類似理念。

對于o1-preview的推出，周鴻祎在其最新發(fā)布的短視頻中表示，“o1-preview不同于以往大模型用文字來訓(xùn)練，而是像自己和自己下棋，通過強化學(xué)習(xí)來實現(xiàn)這種思維鏈的能力?！?nbsp;

在周鴻祎看來，人類思維有“快思考”和“慢思考”之分?？焖伎嫉奶攸c是直覺敏銳、無意識，反應(yīng)很快但精度不夠。GPT類大模型汲取海量知識，主要學(xué)習(xí)的是快思考能力，這也是為什么它們能脫口而出，但常常答非所問、“胡說八道”的原因，“就像人一樣，不假思索出口成章而不出錯的概率很小?！?nbsp;

慢思考的特點則是緩慢、有意識、有邏輯性，需要分解成詳細(xì)的步驟，好比寫一篇復(fù)雜的文章，要先列提綱，再根據(jù)提綱去搜集資料和素材，然后討論、撰寫、潤色和修改，直至定稿，“o1-preview擁有了人類慢思考的特質(zhì)，在解惑答疑前會反復(fù)地琢磨、推敲，可能還會自我提問千遍，最后才給出結(jié)果?！?nbsp;

不過，盡管o1-preview在“慢思考”的加持下取得了令人驚喜的進展，但其仍然難稱完美，尚存在幻覺、運行速度較慢、成本高昂等諸多“痼疾”，也限制了其應(yīng)用范圍。

對比之下，提前意識到“慢思考”對AI重要性的360，憑借著行業(yè)首發(fā)、全棧自研的CoE（Collaboration of Experts，專家協(xié)同）技術(shù)架構(gòu)和混合大模型，在o1-preview推出之前就已實現(xiàn)應(yīng)用落地。

據(jù)了解，360在今年7月底正式發(fā)布的CoE技術(shù)架構(gòu)中，強化了“慢思考”的使用，驅(qū)動多個模型分工協(xié)同、并行工作，執(zhí)行多步推理。

并且CoE技術(shù)架構(gòu)帶來更精細(xì)的分工、更好的魯棒性、更高的效率和可解釋性和更深的泛化性，能夠加快推理速度，以及降低API接口和Token所需費用。

可以說，這一次，中美兩國的人工智能企業(yè)在研發(fā)思路上罕見地站在了同一條起跑線，并且中國企業(yè)的起跑時間還要早一些。

02 集齊龍珠，召喚“神龍”

和同業(yè)選手顯著區(qū)隔開的是，CoE技術(shù)架構(gòu)并非只接入了一家企業(yè)的模型，而是由360牽頭，百度、騰訊、阿里巴巴、智譜AI、Minimax、月之暗面等16家國內(nèi)主流大模型廠商組成“聯(lián)合艦隊”。

同時，其還接入了很多十億甚至更小參數(shù)的專家模型，讓整個系統(tǒng)更加有的放矢，更具能動性、更加智能。

雙管齊下的舉措，使CoE技術(shù)架構(gòu)輕松實現(xiàn)“量體裁衣”，達(dá)致資源、效用最大化：一邊“集齊龍珠，召喚神龍”，讓最強的模型啃最硬的“骨頭”，一邊調(diào)用更精準(zhǔn)、更具特色的小模型，解決簡單的淺層疑問。

目前，CoE架構(gòu)作為底層支撐，已在360AI搜索、360AI瀏覽器等產(chǎn)品中落地。

360AI搜索的“深入回答”模式，涉及7-15次的大模型調(diào)用，比如可能會涉及1次意圖識別模型調(diào)用，1次搜索詞改寫模型調(diào)用，5次搜索調(diào)用，1次網(wǎng)頁排序調(diào)用，1次生成主回答調(diào)用，1次生成追問調(diào)用。

由此導(dǎo)向的工作鏈路分為三步，即首先構(gòu)建意圖分類模型，對用戶的發(fā)問進行意圖識別；接著打造任務(wù)路由模型拆解問題，劃分成“簡單任務(wù)”、“多步任務(wù)”和“復(fù)雜任務(wù)”，并對多個模型進行調(diào)度；最后構(gòu)建AI工作流，使多個大模型協(xié)同運作。

這樣一來，360 AI搜索不光考慮到了任務(wù)的動態(tài)性和復(fù)雜性，還能夠根據(jù)任務(wù)的具體情況實時調(diào)整處理策略和資源分配，化解繁瑣任務(wù)時更加靈活和高效。

03 組隊較量，戰(zhàn)力更強

360AI瀏覽器中，除了上線“多模型協(xié)作”，另一大亮點便是入駐了國內(nèi)首個大模型競技平臺——模型競技場。

“大模型競技場”，同樣支持調(diào)用國內(nèi)16家主流大模型廠商的54款大模型，包括“組隊較量”、“匿名比拼”、“隨機對戰(zhàn)”等功能，幫助用戶在最短的時間獲取最優(yōu)解。

尤其是“組隊較量”功能，用戶可以自由選定3款大模型，和任意一款或兩款大模型PK。

這么做的好處顯而易見。多個大模型在同一時空激烈“賽馬”，展開就速度、耗時、效率等多個維度的量化比拼或“秀肌肉”，對用戶來說，交叉比證后，能更為直觀地評估并裁奪出最佳方案。

事實上，當(dāng)下不少國產(chǎn)大模型在單項指標(biāo)上都能打平甚至完勝GPT-4，但論整體實力，差距就顯現(xiàn)出來了。

CoE技術(shù)架構(gòu)的思路，正是改變這種“單打獨斗”的做法，構(gòu)建大模型“精英集群”、“團戰(zhàn)”打法，從而各取所長，形成“最強大腦”，迎戰(zhàn)o1-preview和GPT-4o。

同時，在“比學(xué)趕幫超”的濃厚氛圍中，碰撞出行業(yè)的一些集成標(biāo)注，提高不同模型間的兼容性，升級用戶體驗。

尊因循果，得益于底座的整合創(chuàng)新，360混合大模型在翻譯、寫作、學(xué)科考試、代碼生成等 12 項具體測評中取得了80.49分的綜合成績，大幅領(lǐng)先于GPT-4o的69.22分；特別是在“詩詞賞析”、“弱智吧”等這類比較具有中文特色的細(xì)分賽道，領(lǐng)先身位進一步擴大。