9月12日，OpenAI发布了一款新的人工智能模型OpenAI O1，引发广泛关注。按OpenAI官方的说法，O1在测试中表现惊艳，比如在物理、化学、生物等专业测试中，O1达到了相应领域里博士生的水平。当然这并不意味着O1真的超过了修炼了几年的博士同学们，毕竟刷题并不能完全检测知识积累和分析能力，更不能代表科研能力。尽管如此，O1的表现也已经让人足够惊讶了。因为长久以来，人们对大语言模型的印象是“小事尚可，正事不足”。小事尚可，是说聊聊天可以，一些知识型问题也还行；正事不足，是说一旦涉及到逻辑思考，ChatGPT们就不行了，比如数学、物理中的复杂推理。
OpenAI O1改变了这种看法，事实上它展现出了在通用领域里的某种“思维”能力。人工智能会“思维”并不罕见，比如早期的定理证明系统就是一种逻辑思维系统，只不过思维的前提和规则是人设定好的，机器只是按规则进行推理。O1通过学习，不仅学到了思维的前提（知识积累），也学到了思维的规则（推理方式）。这种思维能力的涌现可能不仅是解数学题那么简单，它是发现知识、积累知识的前提，也是人类文明能发展起来的基础。
目前我们还不知道O1的具体细节。从发布的一些零碎信息来看，可能是用了一种自我生成、自我确认的方式：模型主动生成很多思考策略，再从这些策略中发现质量较高的策略来自我学习，逐步改进生成策略的能力。在实际解题时，同样应用这种自我生成方式，因此生成的策略越多，就越有可能得到正确答案。比如在AIME数学测试中，GPT-4o在所有参赛者中的排位仅为12%，而生成一个策略的O1可以拿到74%的排位；如果生成1000个策略，排位可到93%，足以进入美国前500名。O1对大多数人可能不会有太大影响。OpenAI也说了，GPT-4o在大多数场景下还是优秀的。然而，对于人工智能本身来说，O1可能是个拐点，因为一个会“思考”的AI可以做很多重要的事情，比如与基础学科更加紧密地融合，带来更基础性的创新。
供稿：清华大学 王东
制作：北京邮电大学 戴维
审核：北京邮电大学 李蓝天