OpenAI o1草莓模型：AI是安全的，但是AI模型公司似乎更加危险
假设o1草莓模型的最终状态与发布的信息完全一致，那么接下来会发生什么呢？以下文章详细描述。可以参考阅读，不看也不影响理解:OpenAI发布最强推理模型o1。
AI型号更加昂贵
根据披露的数据，我们可以认为Scaling。 Law是有效的，但这次不是堆叠数据，而是堆叠机器和优化算法。
这就是说AI大模型显然会更贵、更难，首先需要更多的机器，这样会导致更贵，然后靠人来画龙点睛，这样就很难了。
(这张图在上面的文章中)
它可以和过去的Sam相比 结合Altman的言论，Sam Altman发表的惊人言论包括需要筹集70,000亿美元等，投资解决电力问题等等，两者是一致的。
AI是安全的，但是大型AI公司是危险的。
AI企业的风险数不胜数，作为一个行业，AI只有一个风险，那就是AI不好用。
假如Scaling Law是有效的，不管有多贵，都意味着这个行业解决问题的价值在增加，所以这个行业是安全的。很大概率不会成为80年代大家喊骗子的局面。产业安全意味着AI大时代基本上会开启。
但很多AI大模型公司真的很危险。。它们已经成为应用程序，而不是应用程序，模型不是一个企业。
跟踪不起，无论是机器还是人才储备，很明显，要想做好模型，不仅下一步贵，而且一段时间内还会上升。
如果你不跟进，你的高估值会得到什么支持？定位是什么？与此同时，这种推理的进展覆盖了他们最初的工作。
参考：有什么可以拯救AI大模型(企业)？
从专业人员开始冲击波
从报道来看，Level2确实可以通过，所以我们之前对Level2的所有影响预测都会在短时间内成为现实。我们之前解释过五级模型:
参考OpenAI可以推断上层应用的实现程度和顺序，推断后续AI的高级划分。以下是参考OpenAI分阶并补充系统超级应用信息后整理出来的。
阶段1：聊天器人。AI可以和人说话，然后你就分不清是人还是人工智能了。说话的时候，AI可能会有幻觉，胡说八道，但逻辑是自洽的。目前处于这个阶段。此时，垂直应用只能出现简单的生产力工具，如Copilot，这样ERP等才能进入下一代，只能出现在很小的领域，处于起步阶段。
阶段2：推理和解决真正问题的机器人。当你给AI一个真正的问题时，它可以自己推理，甚至要求你要求它解决问题所缺乏的信息或资源，然后它可以真正代替人来解决问题。在这个阶段，所有的白领工作基本上都不需要人。在这个阶段，AI基本上可以解决各种不涉及现实物理世界的事情，公司领域和律师等一些行业会出现大量的系统超级应用。
阶段3：智能体AI。全面感知物理世界，能够付诸行动解决问题，相当于把阶段2的能力从虚拟数字世界扩展到现实物理世界。在这个阶段，所有的体力劳动都不需要人。街道、家庭和企业到处都是机器人。在这个阶段，新的系统超级应用将扩展到物理空间，机器人将充满生成和生活的各个环节。
阶段4：开创者。AI可以在特定的方向上结合当前的元素进行创新。例如，它会根据面条和动物创造性地捏合它们，使用各种生动的动物。在这个阶段，估计只有不到10个人的200人企业，AI可以承担像产品经理这样需要创新能力来定义商品的角色。在这个阶段，目前大多数可见的职位都完成了AI对人的更换。系统超级应用将遍布各行各业。
阶段5：策划者。在这个时候，AI可以负责组织协调工作，在AI之上扮演AI的角色(过去高管和CEO的角色)。在这里，我们现在看到的每一个领域都有自己的AlphaGo。这个AlphaGo的专业性和能力远远超过了过去人类的实用性。大多数企业被AI接管，而不是管理者。
这个五级分类可视为AI宏大叙事对比过去的大同社会等等。
现在Level2眼看就要实现了，第一，Level2的影响会出现，第二，是否也是可靠的，而非单纯的想象？
推理这件事的影响方向非常明确：包括高级白领在内的白领甚至研究人员受到的影响最大。
但如果幻觉问题没有解决，那么人类仍然可以稍微喘气。
智能化飞轮看上去要转动了。
如果推理能力真的能打破游戏(目前不是大德，而是打破游戏)，那么AI真的可以做出积极的未来前景。不是因为OpenAI牛逼，关键是智能飞轮即将开始，我们总是说。
为什么AlphaGo之后水平进展非常快？
核心在于它转动了一个叫做智能飞轮的东西。
图像就是AI能为AI服务。
AlphaGo的行业太垂直了，围棋太特别了，所以以前几乎只有AlphaGo能做到这一点。
但是如果推理能力得到了解决，情况就会发生很大的变化。
AI逼近在数据和算法两个环节都能为自己服务。而且这样可以解锁AI的进化速度。
这是一个有点悲伤的故事，从智能飞轮和AI进化的角度来看，人才是最大的障碍。人负责的越少，AI负责的越多，智能飞轮转得越快。
而且推理能力最重要的是削弱人在AI进步过程中的角色，这反而会加速AI的进步。
参考：寻找智能飞轮：从数据匮乏到多模式再到自生成
AI应用的黄金时代
一直在思考一个话题，AI会因为计算模式的转移而大量重做应用(参考:角色中心计算:AI大模型颠覆性的起点和终点)。过去，我们总结它从功能中心计算转移到角色中心计算。老黄的图片是:
但这种重做以前有点像构思闪电战缺内燃机，推理窗口一打开，各种新现实并非空想，而是要更用心地构思。
这是一种用心构思关键是要有前瞻性，遵循AI脉络的前瞻性。。
最初基于摩尔定律有这样一种思维方式：
我先根据未来的计算量开发程序，即使现在慢了，然后就去度假了，什么都不用做。当我回来的时候，复杂的图形用户界面不是很好用，很好用。
如今AI的脉络呈现出类似摩尔定律的确定性。，所以认真思考是指基于这一脉络的前瞻性思考。
参考：AI的脉络：非共识时刻的认知价值，为什么说AI也是普通人的机会？
总结
无论如何，AI革命先锋本身有点出乎意料。在过去，大量AI算法人员可能比装修人员承受更大的压力。那些深度学习算法的人能比别人更快做得更好吗？当然，这只是新闻发布会上的一些零散信息，其真正的潜力需要一些先锋应用来检验。值得期待。
本文来自微信微信官方账号“琢磨事”，作者：老李话一三，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com