5 月 13 日消息，科技媒體 The Decoder 昨日（5 月 12 日）發布博文，報道稱 OpenAI 高級模型開發負責人 Jakub Pachocki 指出，AI 推理模型正展現出自主生成知識的潛力。

他認為這種推理并非人類思維的翻版，而是基于數據和算法的獨特過程。IT之家援引博文介紹，Pachocki 解釋，AI 的學習分為兩個階段：首先是無監督預訓練，模型吸收海量數據，構建一個無意識、無時間線的“世界模型”（world model），以此理解現實的基本框架。

第二階段則是通過強化學習與人類反饋（RLHF）將基礎模型轉化為實用助手。Pachocki 強調，這一階段在最新的推理模型中尤為關鍵。

OpenAI 同時結合傳統強化學習，處理有明確對錯的任務，而 RLHF 則更適合復雜問題，盡管其擴展性有限。他還質疑預訓練與強化學習是否應視為獨立階段，認為推理模型的“思考”根植于預訓練數據，二者需深度融合。

近期一篇論文指出，推理訓練并未為模型增添全新能力，而是幫助它們更高效地應用已有知識。例如，模型能以更結構化的方式解決已知問題。Pachocki 對此表示認同，并補充，模型已展現出發現新見解的潛力，這為 AI 的未來應用奠定了基礎。

對于通用人工智能（AGI），Pachocki 表示其觀點不斷演變。他回憶作為學生時，他認為 AI 掌握圍棋是遙不可及的目標，但 2016 年 AlphaGo 的勝利徹底改變了他的認知。

如今，他將 AI 的經濟價值視為下一個里程碑，強調 AI 需實現商業成果并開展自主研究。他預測，到本世紀末，AI 自主研究將取得“實質性進展”，甚至今年內可能出現近乎自主的軟件開發系統。