标题：激励AI自我学习胜于教授具体任务

核心观点：激励AI自我学习以发展通用技能比直接教授AI完成特定任务更为重要。

Hyung Won Chung，OpenAI的研究科学家和o1核心贡献者，在MIT演讲中提出，AI领域正经历一场范式的转变，从传统直接教授技能转向激励模型自我学习以发展通用技能。AI所包含的技能数量庞大，无法逐一教授，因此激励模型自我学习成为更可行路径。

激励方法示例：以下一个token预测为例，通过大规模多任务学习，鼓励模型学习解决数万亿个任务的通用技能，而非单一任务。这种方式类似于“授人以渔”，让AI通过学习通用技能如语言、推理等，解决不同任务，而非仅专注于特定任务。这种方法相比直接教授，虽然在某些情况下可能效率较低，但对于机器而言，利用大量计算资源可以显著加速学习过程。

当前误区：人们试图让AI模仿人类思考，但实际上，我们并不完全了解神经元层面的人类思考机制。机器应该有更多自主性来选择学习方式，而不是局限于人类理解和设计的数学语言和结构。过度依赖人为设定的规则和结构可能导致模型难以适应新情况或数据。

AI发展关键：AI进步与减少人为结构、增加数据和计算能力紧密相关。识别并替换阻碍扩展的假设或限制条件是提高模型或系统扩展能力的关键。

训练与推理成本：尽管训练阶段资源消耗巨大，但推理阶段的成本相对较低，仅为训练成本的千分之一。这揭示了未来模型优化的巨大潜力。

激励AI自我学习而非教授特定任务，利用大规模多任务学习发展通用技能，以及降低推理成本等策略，共同推动AI领域的持续进步和发展。