OpenAI在国际数学奥林匹克竞赛中取得了"金牌级别的表现",为人工智能的快速发展再添重要里程碑。OpenAI研究科学家Alexander Wei在社交媒体上发布消息称,一个实验性研究模型成功解决了这一"人工智能领域长期存在的重大挑战"。
据Wei介绍,OpenAI一款未发布的模型能够解决这项世界上历史最悠久、最负盛名的数学竞赛中六道题目中的五道,总共获得42分中的35分。国际数学奥林匹克竞赛(IMO)由各国选派最多六名学生参赛,解决极其困难的代数和微积分预备知识问题。这些练习题看似简单,但通常需要一定的创造性才能在每道题上获得最高分。在今年的竞赛中,630名参赛者中只有67人获得金牌,约占总人数的10%。
人工智能通常被用来处理复杂数据集和重复性任务,但在解决需要更多创造性或复杂决策的问题时往往表现不佳。然而,通过最新的IMO竞赛,OpenAI表示其模型能够运用类似人类的推理能力处理复杂的数学问题。
Wei在社交媒体上写道:"通过这样做,我们获得了一个能够构建精密、严密论证的模型,其水平达到了人类数学家的程度。" Wei和OpenAI首席执行官Sam Altman都表示,公司预计在未来几个月内不会发布具有这种数学能力水平的产品。这意味着即将推出的GPT-5相比前代产品会有所改进,但不会具备在IMO竞赛中竞争的同等令人印象深刻的能力。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。