主播
节目简介
来源：小宇宙
00:15
今天我们要聊的是为什么最近人工智能突然之间变得这么强了？包括它的一些训练的方式，以及它现在还有哪些短板。
00:24
没错，这些变化确实让人非常关注，那我们就直接进入今天的讨论。
1.为什么突然感觉 AI「跃进」了？
00:28
第一个话题就是最近人工智能的大跃进。大家有没有发现最近一段时间好像身边所有人都在谈论AI？这种现象背后到底发生了什么？
00:38
现在无论是在公司里面老板在讲要拥抱AI还是说同事们在用AI来帮他们写年终总结，甚至包括我们的妈妈都在问说拆GPT能不能帮抢菜？然后再加上各种新的模型，像GPT5.5，还有Claude Mythos这些大模型密集的发布。业内很多人都说我们现在正处在一个历史性的拐点上。
00:59
那为什么我们会觉得好像这个AI能力突然间有一个巨大的提升？其实背后的进步是一个怎样的过程？
01:07
其实OpenAI有一个研究者叫Yan Dubois，他有解释过这个事情。他说其实AI能力的提升一直都是连续的，只是他有一个可靠性的门槛儿，就当他没有跨过那个门槛儿的时候，他经常会出错，你就觉得他好像没有什么用。
01:24
所以说我们感觉到的这个飞跃，其实是因为它过了那个能用的临界点。
01:30
对，就像你学骑自行车，其实你每天都在进步，但是你会觉得我突然间会骑了这种感觉。之前的AI它就像一个实习生，经常会出错。然后现在的AI就像一个靠谱的助理，他的出错率已经低到你可以真正的把事情交给他去做了。
01:49
好，那就是说这个AI为什么能够进步的越来越快？这里面有什么秘诀吗？
01:55
有一个很重要的加速器就是AI可以自己帮助自己变得更强。就是现在的研究人员他们会让AI来写代码，搭工具，然后跑实验。所以整个的研发的效率就会大大提升，形成了一个正向循环，越跑越快。
2. AI 是怎么「练成」的？三段式培训班
02:10
原来如此。我们下面就来看看这个AI是怎么一步一步训练出来的。这个顶级的大模型到底是经历了一个什么样的过程才能够变得这么强大。
02:21
其实这个训练过程是可以分成三个阶段的。第一个阶段叫做预训练，这个阶段就是让AI去尽可能的吸收互联网上能够找到的所有的信息。就像让他在知识的海洋里面自由地游泳。但是这个时候他其实还不太会用人类的方式去表达。
02:39
明白了，那第二阶段和第三阶段又是怎么回事。
02:42
然后到了第二阶段，我们就会让AI去挑选一些更高质量的资料。比如说是维基百科或者是一些代码库，就是让他去进行一个精读。到了第三个阶段，我们会用强化学习让他不断的去通过一些奖惩机制，学会怎么去真正的按照人类的意图来回答问题，完成一些复杂的任务。就相当于让他从一个什么都知道的书呆子，变成一个可以帮你解决问题的专家。
3. 强化学习：AI 版「奖惩教育」
03:08
这个强化学习为什么会被称为是最近AI突破里面最性感的技术？
03:13
因为它其实就是一个AI版本的奖惩教育OK就是让AI不断的去尝试，然后做对了就给奖励，做错了就给惩罚，这样他就会在这个反复的尝试当中变得越来越强。
03:26
所以说这和传统的那种让AI照着标准答案去学习的方式还真的不一样。
03:30
监督学习是你给他一个标准答案，让他去模仿，而强化学习是他自己去摸索，甚至可以超过人类的水平。因为你设计了一个评分机制之后，他就可以自己去不断的挑战极限。最近大家发现这个强化学习不仅仅可以用在那些有标准答案的比赛当中，现在也可以用在写代码、用电脑，甚至是做科研这些非常真实的场景当中。所以这就是为什么AI会有这种突然间能力大爆发的感觉。
4. 一个模型的「情绪过山车」
04:01
紧接着要说的就是这个模型发布的情绪过山车。每次有一个新的AI模型发布的时候，研究团队他们的内心到底会经历哪些跌宕起伏？
04:12
实际上每次发布新模型的时候，研究团队都会经历一个非常明显的情绪波动。第一个礼拜大家都会觉得哇塞这个模型简直太厉害了。但是很快他们就会发现，其实这个模型在很多地方还是很烂的。OK.
04:27
然后他们就会一下子从兴奋跌到谷底。紧接着到了第三周，他们就会开始反思说是不是这个模型被过度吹捧了。大家需要冷静一下。
04:36
听起来就像坐过山车一样。那等模型真正发布之后，外界的反馈又会对团队的情绪产生什么影响？
04:43
有意思的是一旦发布之后，经常会有用户跑出来说，这个东西太好用了，就像GPT5.5发布的时候，整个波动特别剧烈。但是最终大家发现还是好的结果比坏的多。这个模型其实最终还是给大家带来了很多惊喜。
5. 最大的未解之谜：AI 为什么不会「成长」？
05:00
下面咱们就说一说这个持续学习的难题，就是为什么现在的AI它不能像人类一样，在使用的过程当中不断的积累经验，变得越来越懂用户呢？
05:10
问的好，现在的AI你每次打开都是一个全新的对话，他完全不记得你是谁。不管你们之前聊过多少次，他都没有办法把这些信息串联起来，这就叫做持续学习的难题。这也是目前AI最大的痛点之一。
05:25
也就是说现在的AI它在使用的过程当中，其实是没有任何成长曲线的。
05:30
没错。有一个非常形象的比喻就是把时间放在横轴，然后纵轴是这个有用程度。那一个新员工可能刚入职的时候还不如AI但是几个月之后他会越来越了解业务，越来越了解你，越来越好用。而AI几乎就是一条水平线。他很聪明，但是他不会成长。连OpenAI的研究人员都说，他们也不知道这个问题到底什么时候能够解决。三年前他们以为半年就可以搞定，但是现在三年过去了，这个问题依还没有被解决。
6. 最后一公里的问题，该怎么办？
06:00
那我们现在要聚焦的最后一公里的问题，就是这个问题到底是在说什么？为什么他对于AI能够真正的产生价值这么关键？
06:09
最后一公里其实就是指把AI真正的集成到你的日常工作流程当中，给它合适的权限，以及让他去使用各种工具来帮你解决实际遇到的问题。有一个研究者说过，如果我们冻结现在的模型能力，然后认真的把最后一公里做好，你在每个行业里面都会感受到AGI的存在。
06:31
所以说只要把最后一公里做好，即使模型本身不再升级，我们也可以获得巨大的实际价值。
06:39
完全正确。就是AI它不是什么魔法，它就是一个工具。真正能够让它发挥作用的是那些愿意积极的去尝试，把它用在实际工作当中的人。你不需要自己会编程，你只要比你身边的人早一点去动手去用，你就可以率先享受到AI带来的这些红利。
06:57
OK今天我们其实聊了AI最近大跃进背后的一些秘密，包括它的训练的过程，以及它现在还存在的一些短板。最后我们还特别强调了一下，就是其实落地和使用才是真正让AI产生价值的关键。
07:12
是的，这期节目咱们就到这里了，感谢大家的收听，咱们下次再见。
今天我们要聊的是为什么最近人工智能突然之间变得这么强了？包括它的一些训练的方式，以及它现在还有哪些短板。
00:24
没错，这些变化确实让人非常关注，那我们就直接进入今天的讨论。
1.为什么突然感觉 AI「跃进」了？
00:28
第一个话题就是最近人工智能的大跃进。大家有没有发现最近一段时间好像身边所有人都在谈论AI？这种现象背后到底发生了什么？
00:38
现在无论是在公司里面老板在讲要拥抱AI还是说同事们在用AI来帮他们写年终总结，甚至包括我们的妈妈都在问说拆GPT能不能帮抢菜？然后再加上各种新的模型，像GPT5.5，还有Claude Mythos这些大模型密集的发布。业内很多人都说我们现在正处在一个历史性的拐点上。
00:59
那为什么我们会觉得好像这个AI能力突然间有一个巨大的提升？其实背后的进步是一个怎样的过程？
01:07
其实OpenAI有一个研究者叫Yan Dubois，他有解释过这个事情。他说其实AI能力的提升一直都是连续的，只是他有一个可靠性的门槛儿，就当他没有跨过那个门槛儿的时候，他经常会出错，你就觉得他好像没有什么用。
01:24
所以说我们感觉到的这个飞跃，其实是因为它过了那个能用的临界点。
01:30
对，就像你学骑自行车，其实你每天都在进步，但是你会觉得我突然间会骑了这种感觉。之前的AI它就像一个实习生，经常会出错。然后现在的AI就像一个靠谱的助理，他的出错率已经低到你可以真正的把事情交给他去做了。
01:49
好，那就是说这个AI为什么能够进步的越来越快？这里面有什么秘诀吗？
01:55
有一个很重要的加速器就是AI可以自己帮助自己变得更强。就是现在的研究人员他们会让AI来写代码，搭工具，然后跑实验。所以整个的研发的效率就会大大提升，形成了一个正向循环，越跑越快。
2. AI 是怎么「练成」的？三段式培训班
02:10
原来如此。我们下面就来看看这个AI是怎么一步一步训练出来的。这个顶级的大模型到底是经历了一个什么样的过程才能够变得这么强大。
02:21
其实这个训练过程是可以分成三个阶段的。第一个阶段叫做预训练，这个阶段就是让AI去尽可能的吸收互联网上能够找到的所有的信息。就像让他在知识的海洋里面自由地游泳。但是这个时候他其实还不太会用人类的方式去表达。
02:39
明白了，那第二阶段和第三阶段又是怎么回事。
02:42
然后到了第二阶段，我们就会让AI去挑选一些更高质量的资料。比如说是维基百科或者是一些代码库，就是让他去进行一个精读。到了第三个阶段，我们会用强化学习让他不断的去通过一些奖惩机制，学会怎么去真正的按照人类的意图来回答问题，完成一些复杂的任务。就相当于让他从一个什么都知道的书呆子，变成一个可以帮你解决问题的专家。
3. 强化学习：AI 版「奖惩教育」
03:08
这个强化学习为什么会被称为是最近AI突破里面最性感的技术？
03:13
因为它其实就是一个AI版本的奖惩教育OK就是让AI不断的去尝试，然后做对了就给奖励，做错了就给惩罚，这样他就会在这个反复的尝试当中变得越来越强。
03:26
所以说这和传统的那种让AI照着标准答案去学习的方式还真的不一样。
03:30
监督学习是你给他一个标准答案，让他去模仿，而强化学习是他自己去摸索，甚至可以超过人类的水平。因为你设计了一个评分机制之后，他就可以自己去不断的挑战极限。最近大家发现这个强化学习不仅仅可以用在那些有标准答案的比赛当中，现在也可以用在写代码、用电脑，甚至是做科研这些非常真实的场景当中。所以这就是为什么AI会有这种突然间能力大爆发的感觉。
4. 一个模型的「情绪过山车」
04:01
紧接着要说的就是这个模型发布的情绪过山车。每次有一个新的AI模型发布的时候，研究团队他们的内心到底会经历哪些跌宕起伏？
04:12
实际上每次发布新模型的时候，研究团队都会经历一个非常明显的情绪波动。第一个礼拜大家都会觉得哇塞这个模型简直太厉害了。但是很快他们就会发现，其实这个模型在很多地方还是很烂的。OK.
04:27
然后他们就会一下子从兴奋跌到谷底。紧接着到了第三周，他们就会开始反思说是不是这个模型被过度吹捧了。大家需要冷静一下。
04:36
听起来就像坐过山车一样。那等模型真正发布之后，外界的反馈又会对团队的情绪产生什么影响？
04:43
有意思的是一旦发布之后，经常会有用户跑出来说，这个东西太好用了，就像GPT5.5发布的时候，整个波动特别剧烈。但是最终大家发现还是好的结果比坏的多。这个模型其实最终还是给大家带来了很多惊喜。
5. 最大的未解之谜：AI 为什么不会「成长」？
05:00
下面咱们就说一说这个持续学习的难题，就是为什么现在的AI它不能像人类一样，在使用的过程当中不断的积累经验，变得越来越懂用户呢？
05:10
问的好，现在的AI你每次打开都是一个全新的对话，他完全不记得你是谁。不管你们之前聊过多少次，他都没有办法把这些信息串联起来，这就叫做持续学习的难题。这也是目前AI最大的痛点之一。
05:25
也就是说现在的AI它在使用的过程当中，其实是没有任何成长曲线的。
05:30
没错。有一个非常形象的比喻就是把时间放在横轴，然后纵轴是这个有用程度。那一个新员工可能刚入职的时候还不如AI但是几个月之后他会越来越了解业务，越来越了解你，越来越好用。而AI几乎就是一条水平线。他很聪明，但是他不会成长。连OpenAI的研究人员都说，他们也不知道这个问题到底什么时候能够解决。三年前他们以为半年就可以搞定，但是现在三年过去了，这个问题依还没有被解决。
6. 最后一公里的问题，该怎么办？
06:00
那我们现在要聚焦的最后一公里的问题，就是这个问题到底是在说什么？为什么他对于AI能够真正的产生价值这么关键？
06:09
最后一公里其实就是指把AI真正的集成到你的日常工作流程当中，给它合适的权限，以及让他去使用各种工具来帮你解决实际遇到的问题。有一个研究者说过，如果我们冻结现在的模型能力，然后认真的把最后一公里做好，你在每个行业里面都会感受到AGI的存在。
06:31
所以说只要把最后一公里做好，即使模型本身不再升级，我们也可以获得巨大的实际价值。
06:39
完全正确。就是AI它不是什么魔法，它就是一个工具。真正能够让它发挥作用的是那些愿意积极的去尝试，把它用在实际工作当中的人。你不需要自己会编程，你只要比你身边的人早一点去动手去用，你就可以率先享受到AI带来的这些红利。
06:57
OK今天我们其实聊了AI最近大跃进背后的一些秘密，包括它的训练的过程，以及它现在还存在的一些短板。最后我们还特别强调了一下，就是其实落地和使用才是真正让AI产生价值的关键。
07:12
是的，这期节目咱们就到这里了，感谢大家的收听，咱们下次再见。
外观
