極客號（Daydx.com）9月1日 消息:微軟公司推出了一種名為“思維算法”（AoT）的全新AI訓練方法，旨在提高大型語言模型(如ChatGPT)在推理能力方面的效率和人類相似度。
對于已經(jīng)在人工智能領(lǐng)域進行大量投資的公司來說，這是自然的發(fā)展步驟，尤其是對OpenAI——DALL-E、ChatGPT和功能強大的GPT語言模型的創(chuàng)造者。
根據(jù)發(fā)表的研究論文，微軟表示，AoT技術(shù)是一種潛在的游戲規(guī)則改變者，因為它“引導(dǎo)語言模型通過更簡化的問題解決路徑”。這種新穎的方法利用了“上下文學習”，使模型能夠系統(tǒng)地以有組織的方式探索不同的解決方案。
“我們的方法優(yōu)于先前的單查詢方法，并與最近采用廣泛樹搜索的多查詢方法相當。有趣的是，我們的結(jié)果表明，使用算法指導(dǎo)模型可以導(dǎo)致性能超過算法本身?！?/p>
研究人員聲稱，當這種技術(shù)優(yōu)化其搜索過程時，模型獲得了改進的“直覺”。
人機混合算法?AoT方法解決了當前上下文學習技術(shù)（如“思維鏈”）的限制。有時，CoT提供錯誤的中間步驟，而AoT則使用算法示例來指導(dǎo)模型，以獲得更可靠的結(jié)果。
AoT從人和機器中汲取靈感，以提高生成型AI模型的性能。雖然人類在直觀認知方面表現(xiàn)出色，但算法以其有組織的、詳盡的探索而聞名。研究論文稱，“思維算法”尋求將這兩種方面融合起來，增強大型語言模型的推理能力。
微軟表示，這種混合技術(shù)使模型能夠克服人類工作記憶的限制，從而能夠更全面地分析想法。
與CoT的線性推理或“思維樹”（ToT）技術(shù)不同，AoT允許對子問題的不同選項進行靈活的思考，只需最少的提示就能保持有效性。它還與外部樹搜索工具相媲美，有效地平衡成本和計算。
總的來說，AoT代表了從監(jiān)督學習到整合搜索過程的轉(zhuǎn)變。通過改進提示工程，研究人員相信這種方法可以使模型高效地解決復(fù)雜的現(xiàn)實世界問題，同時也減少它們的碳足跡。
鑒于其在人工智能領(lǐng)域的大量投資，微軟似乎有能力將AoT納入像GPT-4這樣的先進系統(tǒng)。盡管具有挑戰(zhàn)性，但教導(dǎo)語言模型以更人性化的方式進行“思考”可能會帶來革命性的變革。
