什么是“博士级”AI 代理，为什么它们面临怀疑？

快速阅读: 《印度快运》消息，OpenAI计划推出每月收费2000美元的知识工作者代理和10000美元的软件开发者代理。这些“博士级”AI代理旨在解决专业学术训练才能应对的问题，并通过分析大数据集生成研究报告。然而，一些批评者质疑其准确性和可靠性。OpenAI称其O1和O3模型使用“私有思维链”技术，能在科学、编程和数学测试中表现优异。尽管如此，专家仍对其生成合理且准确信息的能力持保留态度。

OpenAI还计划推出一款每月收费2000美元的知识工作者代理，以及一款每月收费10000美元的软件开发者代理。据《信息报》报道，博士级人工智能代理将能够解决通常需要多年的专业学术训练才能应对的问题。预计这些人工智能代理将通过分析大量数据集来进行高级研究，并生成全面的研究报告。然而，一些批评者认为“博士级”只是个营销术语。还有人对人工智能生成的研究报告的准确性和可靠性表示担忧。人工智能模型能否像博士研究员那样推理？OpenAI声称其旗舰O1和O3推理模型使用了一种名为“私有思维链”的技术，以模拟人类研究人员如何执行任务。不同于传统的大型语言模型（LLMs），推理型人工智能模型不会立即响应用户的提示。相反，它们使用机器学习技术进行内部对话，并逐步解决复杂问题的步骤。此外，阅读|中国第二个DeepSeek时刻？认识Manus，一个可以独立思考和行动的人工智能代理。理想情况下，博士级人工智能代理应该能够执行复杂的任务，如分析医学研究数据、支持气候建模以及处理研究工作的常规部分。现有的人工智能模型在关键基准上的表现如何？过去，OpenAI声称其O1模型在某些科学、编程和数学测试中的表现与人类博士生相当。该公司进一步声称，其O3模型在ARC-AGI视觉推理基准的高计算测试中获得了87.5%的得分，超过了人类的85%得分。根据OpenAI的数据，O3在GPQA钻石基准上获得了87.7%的分数，该基准涵盖了研究生水平的生物、物理和化学问题；在2024年美国邀请数学考试中，它仅答错一题，得分96.7%。此外，据报道，O3在由EpochAI设计的Frontier Math基准上解决了25.2%的问题，而其他模型仅解决了2%。可以确定的是，非营利组织在去年12月透露，OpenAI资助了Frontier Math基准的创建，用于评估人工智能模型。博士级人工智能代理的主要担忧是什么？尽管仿真推理模型的基准性能可能被认为是令人印象深刻的，但专家指出，这些模型仍然可能难以生成听起来合理且事实准确的信息。人工智能模型的创造性和批判性思维能力也受到了质疑。OpenAI尚未确认其即将推出的专门人工智能代理的价格，但社交媒体上的用户认为，“大多数博士生，即使是那些能比现有任何LLM做得更好的顶尖学生，他们的薪酬也不到2万美元/月。”此外，阅读|作为你的数字幕僚长的人工智能代理。关于OpenAI传闻中的发布，公司自己的AI研究员诺姆·布朗表示，现在社交媒体上充斥着大量的模糊人工智能炒作。“对于进一步的进步有充分的理由保持乐观，但仍有许多未解决的研究问题，”布朗在X上的一篇帖子中说。

(以上内容均由Ai生成)