o1核心作者MIT演讲：激励AI自我学习，比试图教会AI每一项任务更重要

AIGC动态欢迎阅读

原标题：o1核心作者MIT演讲：激励AI自我学习，比试图教会AI每一项任务更重要
关键字：模型,任务,技能,成本,数据
文章来源：量子位
内容字数：0字

内容摘要：

一水发自凹非寺量子位 | 公众号 QbitAI“o1发布后，一个新的范式产生了”。
其中关键，OpenAI研究科学家、o1核心贡献者Hyung Won Chung，刚刚就此分享了他在MIT的一次演讲。
演讲主题为“Don’t teach. Incentivize（不要教，要激励），核心观点是：
激励AI自我学习比试图教会AI每一项具体任务更重要
思维链作者Jason Wei迅速赶来打call：
Hyung Won识别新范式并完全放弃任何沉没成本的能力给我留下了深刻的印象。2022年底，他意识到了强化学习的力量，并从那时起就一直在宣扬它。
在演讲中，Hyung Won还分享了：
技术人员过于关注问题解决本身，但更重要的是发现重大问题；
硬件进步呈指数级增长，软件和算法需要跟上；
当前存在一个误区，即人们正在试图让AI学会像人类一样思考；
“仅仅扩展规模” 往往在长期内更有效；
……
下面奉上演讲主要内容。
对待AI：授人以鱼不如授人以渔先简单介绍下Hyung Won Chung，从公布的o1背后人员名单来看，他属于推理研究的基础贡献者。
资料显示，他是MIT博士（方向为可再生能源和能

原文链接：o1核心作者MIT演讲：激励AI自我学习，比试图教会AI每一项任务更重要