o1和o3的發布，對AGI時間表的預測的影響並不大。

Metaculus的‘強AGI’預測似乎因為o3的發布而提前了一年，預計在2031年中期實現；然而，自2023年3月以來，該預測一直在2031到2033年之間波動。

Manifold Market的‘AGI何時到來？’也提前了一年，從2030年調整為2029年，但最近這一預測也在波動。

很有可能，這些預測平台已經在某種程度上考慮了推理計算擴展的影響，因為思維鏈並不是一項新技術，即使通過RL增強。

總體來說，Ryan Kidd認為他也沒有比這些預測平台當前預測更好的見解。

部署問題

在《AI Could Defeat All Of Us Combined》中，Holden Karnofsky描述了一種模棱兩可的風險威脅模型。

在此模型中，一群人類水平的AI，憑借更快的認知速度和更好的協調能力超過了人類，而非依賴於定性上的超級智能能力。

這個情景的前提是，‘一旦第一個人類水平的AI係統被創造出來，創造它的人，可以利用創造它所需要的相同計算能力，運行數億個副本，每個副本大約運行一年。’

如果第一個AGI的運行成本和o3-high的成本一樣（約3000美元/任務），總成本至少要3000億美元，那麽這個威脅模型似乎就不那麽可信了。

因此，Ryan Kidd博士對‘部署問題’問題的擔憂較小，即一旦經過昂貴的訓練，短期模型就可以廉價地部署，從而產生巨大影響。

這在一定程度上減輕了他對‘集體’或‘高速’超級智能的擔憂，同時略微提升了對‘定性’超級智能的關注，至少對於第一代AGI係統而言。

監督思維鏈

如果模型的更多認知，是以人類可解釋的思維鏈（CoT）形式嵌入，而非內部激活，這似乎是通過監督來促進AI安全性的好消息！

盡管CoT對模型推理的描述並不總是真實或準確，但這一點可能得到改進。

Ryan Kidd也對LLM輔助的紅隊成員持樂觀態度，他們能夠防止隱秘的陰謀，或者至少限製可能秘密實施的計劃的複雜度，前提是有強有力的AI控製措施

從這個角度來看，推理計算擴展範式似乎非常有利於AI安全，前提是有足夠的CoT監督。

不幸的是，像Meta的Coconut（‘連續思維鏈’）這樣的技術可能很快就會應用於前沿模型，連續推理可以不使用語言作為中介狀態。

盡管這些技術可能帶來性能上的優勢，但它們可能會在AI安全性上帶來巨大的隱患。

正如Marius Hobbhahn所說：‘如果為了微小的性能提升，而犧牲了可讀的CoT，那簡直是在自毀前程。’

然而，考慮到用戶看不到o1的CoT，尚不確定是否能知道非語言CoT被部署的可能性，除非通過對抗性攻擊揭示這一點。

AGI來了

美國AI作家和研究員Gwern Branwen，則認為Ryan Kidd遺漏了一個重要方麵：像o1這樣的模型的主要目的之一不是將其部署，而是生成下一個模型的訓練數據。

o1解決的每一個問題現在都是o3的一個訓練數據點（例如，任何一個o1會話最終找到正確答案的例子，都來訓練更精細的直覺）。

這意味著這裏的擴展範式，可能最終看起來很像當前的訓練時範式：大量的大型數據中心，在努力訓練一個擁有最高智能的最終前沿模型，並以低搜索的方式使用，並且會被轉化為更小更便宜的模型，用於那些低搜索或無搜索的用例。

對於這些大型數據中心來說，工作負載可能幾乎完全與搜索相關（因為與實際的微調相比，推出模型的成本低廉且簡單），但這對其他人來說並不重要；就像之前一樣，所看到的基本是，使用高端GPU和大量電力，等待3到6個月，最終一個更智能的AI出現。

OpenAI部署了o1-pro，而不是將其保持為私有，並將計算資源投資於更多的o3訓練等自舉過程。

Gwern Branwen對此有點驚訝。

顯然，類似的事情也發生在Anthropic和Claude-3.6-opus上——它並沒有‘失敗’，他們隻是選擇將其保持為私有，並將其蒸餾成一個小而便宜、但又奇怪地聰明的Claude-3.6-sonnet。）

OpenAI突破‘臨界點’

OpenAI的成員突然在Twitter上變得有些奇怪、甚至有些欣喜若狂，原因可能就是看到從原始4o模型到o3（以及現在的狀態）的改進。

這就像觀看AlphaGo在圍棋中等國際排名：它一直在上升……上升……再上升……

可能他們覺得自己‘突破了’，終於跨過了臨界點：從單純的前沿AI工作，幾乎每個人幾年後都會複製的那種，跨越到起飛階段——破解了智能的關鍵，以至o4或o5將能夠自動化AI研發，並完成剩下的部分。

2024年11月，Altman表示：

我可以看到一條路徑，我們正在做的工作會繼續加速增長，過去三年取得的進展將繼續在未來三年、六年、九年或更長時間裏繼續下去。

不久卻又改口：

我們現在非常確信地知道如何構建傳統意義上的AGI……我們開始將目標超越這一點，邁向真正意義上的超級智能。我們很喜歡我們目前的產品，但我們是為了美好的未來。通過超級智能，我們可以做任何事情。

而其他AI實驗室卻隻能望洋興歎：當超級智能研究能夠自給自足時，根本無法獲得所需的大型計算設備來競爭。

最終OpenAI可能吃下整個AI市場。

畢竟AlphaGo/Zero模型不僅遠超人類，而且運行成本也非常低。僅僅搜索幾步就能達到超人類的實力；即使是僅僅前向傳遞，已接近職業人類的水平！

如果看一下下文中的相關擴展曲線，會發現原因其實顯而易見。

繼續蒸餾

推理時的搜索就像是一種刺激劑，能立即提升分數，但很快就會達到極限。

很快，你必須使用更智能的模型來改善搜索本身，而不是做更多的搜索。

如果單純的搜索能如此有效，那國際象棋在1960年代就能解決了．

而實際上，到1997年5月，計算機才擊敗了國際象棋世界冠軍，但超過國際象棋大師的搜索速度並不難。

如果你想要寫著‘Hello World’的文本，一群在打字機上的猴子可能就足夠了；但如果想要在宇宙毀滅之前，得到《哈姆雷特》的全文，你最好現在就開始去克隆莎士比亞。

幸運的是，如果你手頭有需要的訓練數據和模型，那可以用來創建一個更聰明的模型：聰明到可以寫出媲美甚至超越莎士比亞的作品。

2024年12月20日，奧特曼強調：

在今天的噪聲中，似乎有些消息被忽略了：

在編程任務中，o3-mini將超過o1的表現，而且成本還要少很多！

我預計這一趨勢將持續下去，但也預見到為獲得邊際的更多性能而付出指數級增加的資金，這將變得非常奇怪。

因此，你可以花錢來改善模型在某些輸出上的表現……但‘你’可能是‘AI 實驗室’，你隻是花錢去改善模型本身，而不僅僅是為了某個一般問題的臨時輸出。

這意味著外部人員可能永遠看不到中間模型（就像圍棋玩家無法看到AlphaZero訓練過程中第三步的隨機檢查點）。

而且，如果‘部署成本是現在的1000倍’成立，這也是不部署的一個理由。

為什麽要浪費這些計算資源來服務外部客戶，而不繼續訓練，將其蒸餾回去，最終部署一個成本為100倍、然後10倍、1倍，甚至低於1倍的更優模型呢？

因此，一旦考慮到所有的二階效應和新工作流，搜索/測試時間範式可能會看起來出奇地熟悉。