周鴻祎的 “慢思考”快了OpenAI一步

撰文 | 懂懂

編輯 | 秦言

來源：懂懂筆記

「 AI領(lǐng)域卷大模型，從卷算法到卷參數(shù)再到卷價格，如今要卷思維。」

AI又一次迎來質(zhì)變的進化：9月13日，OpenAI o1-preview落地，一時間引發(fā)人們對“Inference law(推理定律)”取代“Scaling Law(規(guī)模定律)”的熱議。當(dāng)大家深入探討OpenAI o1的“思維鏈”時，才發(fā)現(xiàn)，這不是與兩個月前周鴻祎說的“慢思考”是一個底層邏輯嗎？

AI的發(fā)展，不僅要卷技術(shù)的領(lǐng)先，更要卷思維的前瞻。洞察趨勢，預(yù)見到未來的方向，才能真正領(lǐng)跑未來。

“思維鏈”不謀而合“慢思考”

具有強大推理能力、適用于復(fù)雜任務(wù)的OpenAI o1，再次給業(yè)界帶來震動。用OpenAI官方的說法：“這個模型在復(fù)雜推理任務(wù)上是一個重大的進步，代表了人工智能能力的一個新水平；因此，我們決定重新開始編號，把這一系列模型命名為OpenAI o1。”言外之意就是，這是AI思維模式、發(fā)展路徑的一次重大改變，預(yù)示著未來AI發(fā)展的全新路徑。

過去的GPT系列模型雖精確且量大，但缺乏“思考”環(huán)節(jié)，因此難以真正理解復(fù)雜學(xué)科如物理學(xué)和數(shù)學(xué)。

這一次的具體變化歸結(jié)為“思維鏈” (Chain-of-Thought, CoT)一詞。o1 系列模型采用全新的訓(xùn)練方法，不再局限于模仿訓(xùn)練數(shù)據(jù)中的模式，而是通過強化學(xué)習(xí)和“思維鏈”技術(shù)，引導(dǎo)模型自主解決問題，主打推理能力。工作原理本質(zhì)上是-思維鏈的自動化，把一個復(fù)雜問題拆解成若干簡單步驟，從而有利于大模型解決復(fù)雜的邏輯問題。

OpenAI 創(chuàng)始人山姆·奧特曼（Sam Altman） 將 o1 稱為“迄今為止最強大、最一致的一系列模型”，并將其視為邁向自主系統(tǒng)或代理的關(guān)鍵一步。

總結(jié)起來，“思維鏈”有幾個特性：像人一樣思考，自主推理，自動分解步驟，通過一系列模型協(xié)同完成。

有沒有覺得“似曾相識”？沒錯，早在7月底的ISC.AI 2024大會上，360集團創(chuàng)始人周鴻祎就提出：“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。”

他認為，快思考的特點是快速直覺、無意識，反應(yīng)很快但能力不夠強。GPT類大模型通過訓(xùn)練大量知識，主要學(xué)習(xí)的是快思考能力，GPT這類大模型可以做到脫口而出，但是質(zhì)量不夠穩(wěn)定，甚至?xí)耙槐菊?jīng)地胡說八道”，所答非所問。而慢思考則是緩慢、有意識、有邏輯性，需要分很多步驟，類似寫一篇復(fù)雜的文章，要先列提綱，根據(jù)提綱去搜集數(shù)據(jù)，收集素材，根據(jù)素材進行討論，再把文章寫出來，還要進行潤色和修改。也就是說，慢思考更像真正的人類一樣去思考，先了解問題的意圖，再對分步完成一項復(fù)雜的任務(wù)。

周鴻祎評價：“這一次OpenAI o1擁有了人類慢思考的特質(zhì)，在回答問題前會反復(fù)地思考，拆解、理解、推理，可能會自己問自己1000遍，然后才能給出最終的答案。”

顯然，“思維鏈”與“慢思考”是一套邏輯體系，不謀而合，只是周鴻祎無論從觀點到實踐，都早了近兩個月。

這也將是產(chǎn)業(yè)的一個轉(zhuǎn)折點。GPT當(dāng)年很轟動，并引發(fā)了千模大戰(zhàn)。但是卷大模型的道路上，普遍缺乏“思考”環(huán)節(jié)，有時不能正確理解問題，有時不能解答復(fù)雜的科學(xué)問題。隨著“思維鏈”與“慢思考”的提出，為AI的發(fā)展引入了新的底層思維邏輯，不僅在生成內(nèi)容時進行計算，還模擬了“先想后說”的過程，更接近人類思維模式，標(biāo)志著向通用人工智能（AGI）邁進的重要一步。

正如周鴻祎所說：“所以，以后比的不是多快能給你答案，而是給的答案完不完整，人工智能到最后還是要參考人類大腦的組成來構(gòu)造工作模式。”

多模型協(xié)同：搭臺子、建班子、練隊伍

與過去一味地卷大模型不同，周鴻祎更關(guān)注的是如何讓AI真正解決問題，真正給用戶帶來價值。兩個月前，周鴻祎在提出“慢思考”的全新邏輯時，也拿了出全新的解題思路----多模型協(xié)同。

如何通過多模型協(xié)同來實現(xiàn)人類的思維模式呢？

• 首先是搭臺子——CoE。

以前MoE（Mixture-of-Experts,混合專家）架構(gòu)的稀疏混合專家模型都被認為是Transformer之后大模型下一個發(fā)展趨勢。MoE模型可以只選擇某一專家模型來處理數(shù)據(jù)，這使得模型在推理過程中更為高效，因為大部分專家處于未激活狀態(tài)，從而減少了不必要的計算，即所謂的快思考。而在7月底的ISC大會上，360推出了CoE（Collaboration-of-Experts,專家協(xié)同）技術(shù)架構(gòu)，可以讓多個模型分工協(xié)作、并行作戰(zhàn)，執(zhí)行多步推理，不同模型之間可以相互補充、相互校驗，確保面對復(fù)雜問題可以有更穩(wěn)定的輸出，解決“AI幻覺”的弊端。可以預(yù)見，未來CoE會替代MoE成為新趨勢，開啟多模型協(xié)同時代。

• 其次是建班子——大模型聯(lián)盟。

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)主流大模型廠商形成一個聯(lián)盟，將這些企業(yè)的54款大模型產(chǎn)品接入CoE，協(xié)同發(fā)揮作用。其實，今年以來，大模型企業(yè)之間的合作、聯(lián)手越來越多，只是360這次的聯(lián)盟聲勢比較大，并且將一些互聯(lián)網(wǎng)頭部企業(yè)都囊括進來，在市場上影響比較大。

據(jù)悉，CoE技術(shù)架構(gòu)不僅接入了“大模型”，還接入了很多十億甚至更小參數(shù)的專家模型，這使得整個系統(tǒng)更加智能。CoE架構(gòu)在實現(xiàn)“讓最強的模型回答最難的問題”的同時，還能在回答簡單問題時調(diào)用更精準(zhǔn)的“小模型”，在獲得高質(zhì)量回答的同時，節(jié)約推理資源、提升響應(yīng)速度。

• 第三是練隊伍——加速應(yīng)用落地。

有了技術(shù)架構(gòu)，有了大模型，更重要的是要有應(yīng)用，通過應(yīng)用才能讓大模型更好用，大模型的協(xié)同效果才能得到驗證。360在加速產(chǎn)品的AI化的同時，在多個產(chǎn)品中都通過多模型協(xié)同實現(xiàn)產(chǎn)品的領(lǐng)先優(yōu)勢。

360AI搜索就是基于CoE技術(shù)架構(gòu)，支持多模型協(xié)作重構(gòu)了搜索的底層鏈路，是一種真正意義上的“AI原生搜索引擎”。 360AI搜索“深入回答”模式，首先是構(gòu)建意圖分類模型，然后打造任務(wù)路由模型對問題進行拆解，最后再構(gòu)建AI工作流，整個過程會涉及7-15次的大模型調(diào)用，這才能讓用戶獲得真正高質(zhì)量的回答。

在CoE技術(shù)架構(gòu)的加持下，360AI搜索僅用了八九個月的時間，就超越了Perplexity AI，蟬聯(lián)全球最大的AI原生搜索引擎；并且依然勢能強勁，以113%的月訪問量增速，位列全球主要搜索引擎首位。

入駐360AI瀏覽器的AI助手（bot.360.com）的「多模型協(xié)作」能力，近期也成為了行業(yè)焦點。用戶可以從國內(nèi)主流16家廠商的54款LLMs中任意3款，分別做專家、反思者和總結(jié)者，直觀體驗LLM領(lǐng)域的“三英戰(zhàn)呂布”。讓3款LLM協(xié)作起來，組隊碾壓GPT-4o、媲美OpenAI o1。

由此可見，作為國內(nèi)“AI教父”的周鴻祎，并不只是一個思考者，更是一個行動者。他在洞察到大模型的諸多問題之后，給出新的路徑；并且身體力行，通過搭臺子、建班子、練隊伍的方式，將這個路徑給驗證了。這才是真正難得的地方。

跑得快，更要跑對方向

自從OpenAI掀起大模型浪潮之后，周鴻祎非常活躍，在語言上和行動上都是。一方面，他在各種場合交流對AI發(fā)展趨勢的見解；另一方面，迅速推動公司所有產(chǎn)品的AI化，兩者相互促進。

而這次，在大模型前進道路上邁出的關(guān)鍵一步，周鴻祎和360不僅與OpenAI不謀而合，并且還快了一步，正是其在思考中實踐、在實踐中思考的結(jié)果。

如今，AI的發(fā)展還處于初級階段。最近，“慢思考”與“思維鏈”理念的提出，對AI的發(fā)展帶來三點啟示。

• 第一，戰(zhàn)略高于戰(zhàn)術(shù)，格局重于技術(shù)。

大模型火了之后，傳統(tǒng)互聯(lián)網(wǎng)大廠、創(chuàng)業(yè)者都進來卷，但卷大模型的價值有那么大嗎？從終局來看，AI 不是被動接受指令的工具，而是能夠自主“思考”、決策和行動的智能伙伴。

周鴻祎在看到大模型強大的同時，也很早就看到AI幻覺的問題，并思考未來的發(fā)展方向。戰(zhàn)略方向比具體的戰(zhàn)術(shù)更重要，單點的技術(shù)創(chuàng)新是戰(zhàn)術(shù)，而終局思維才是戰(zhàn)略方向，這是其“慢思考”的來源。

跑得快很重要，但是更重要的是在對的方向上跑得快。如果一味地卷大模型，其實是對產(chǎn)業(yè)資源的浪費。

今天，“慢思考”與“思維鏈”也不是終局，只是在向終局的路上邁進了一大步。

• 第二，卷應(yīng)用比卷模型更有價值。

技術(shù)創(chuàng)新與用戶價值之間，往往隔著一道鴻溝，跨過這道鴻溝的企業(yè)比發(fā)明技術(shù)的企業(yè)更偉大。最早發(fā)明二維碼的不是微信，但是微信是二維碼最大的推動者。新能源電池不是特斯拉發(fā)明的，但特斯拉確是新能源汽車產(chǎn)業(yè)的先行者。

大模型很酷，但如何能為用戶創(chuàng)造價值更重要。也就是說，卷應(yīng)用落地比卷大模型更有意義。360的產(chǎn)品全面AI化，目的就是讓小白用戶可以簡單輕松地體驗到AI帶來的好處。在應(yīng)用的落地方面，360走得很快，特別是在多模型協(xié)同上領(lǐng)先了OpenAI兩個月。

學(xué)習(xí)、辦公是最常見的應(yīng)用場景，為了推動應(yīng)用了落地，360還推出了AI辦公，是一個一站式學(xué)習(xí)辦公工具，用戶可以體驗到AI圖片、AI文檔、AI音視頻、AI PPT等超過200多個AI能力，幾乎覆蓋所有學(xué)習(xí)、辦公所需。

• 第三，獨行不如眾行遠。

AI的實現(xiàn)，是一個非常復(fù)雜的系統(tǒng)工程，不是單個企業(yè)可以實現(xiàn)的。在業(yè)界有一個共識，未來AI的競爭是生態(tài)的競爭。單個OpenAI可能很強，但是通過協(xié)同作戰(zhàn)，中國的大模型可以用全新的思路彎道超車。

經(jīng)測試，基于CoE架構(gòu)集各家所長的混合大模型能力就超過了GPT-4o。該混合大模型在翻譯、寫作等12項指標(biāo)的測試中取得了80.49分的綜合成績，超越了GPT-4o的69.22分；而且除了代碼以外，其余11項指標(biāo)均優(yōu)于GPT-4o。特別是在“邏輯推理”、“多步推理”、“詩詞賞析”這類比較具有中文特色的問題上，CoE的領(lǐng)先優(yōu)勢更加明顯。

目前，360“多模型協(xié)作”在測試中，已經(jīng)打敗并遠遠甩開GPT-4o，媲美o1-preview，這就是聯(lián)盟的力量，生態(tài)的威力。

【結(jié)束語】

AI發(fā)展初期，從大模型來看好像中國落后一步。如果跟在別人后面延著人家的軌跡追，差距只會越拉越遠。以終局思維重新審視AI的發(fā)展路徑，技術(shù)創(chuàng)新的同時更要路徑創(chuàng)新。“慢思考”與“思維鏈”的巧合，是中國AI發(fā)展趕超的新契機。

冷眼旁觀 麻辣點評 深入分析

真誠邀請您關(guān)注