自从 OpenAI 的 o1 问世以来，它强大的推理能力就承包了 AI 圈近期的热搜。不需要专门训练，它就能直接拿下数学奥赛金牌，甚至可以在博士级别的科学问答环节上超越人类专家。
OpenAI o1 在数学、代码、长程规划等问题取得显著的进步。一部分业内人士分析其原因是由于构建足够庞大的逻辑数据集 <问题，明确的正确答案> ，再加上类似 AlphaGo 中 MCTS 和 RL 的方法直接搜索，只要提供足够的计算量用于搜索，总可以搜到最后的正确路径。然而，这样只是建立起问题和答案之间的更好的联系，如何泛化到更复杂的问题场景，技术远不止这么简单。
语言模型的 AlphaGo 时刻？
当一家人工智能公司的首席执行官更像是计算机科学家而不是推销员时，我感觉更舒服
RLHF到底是不是强化学习？最近，AI大佬圈因为这个讨论炸锅了。和LeCun同为质疑派的Karpathy表示：比起那种让AlphaGo在围棋中击败人类的强化学习，RLHF还差得远呢。
李世石对抗AlphaGo失利，AI影响其围棋事业和观念。
把AlphaGo的核心算法用在大模型上，“高考”成绩直接提升了20多分。
AI足球教练登上Nature子刊，谷歌DeepMind与利物浦队合作三年打造：如同AlphaGo颠覆围棋一样，改变了球队制定战术的方式。
2016年，击败围棋世界冠军李世石后，AlphaGo短暂掀起人脸识别、自动驾驶等人工智能浪潮。2023年，ChatGPT的横空出世让大模型成为AI界当之无愧的“顶流”。泡沫破灭，资本冷静后，不理智的潮水终于褪去。如今，AI界鲜少再重谈人脸识别，自动驾驶难以落地，而在国内，大模型也从当红炸子鸡慢慢成为投资人投不起的领域。
谷歌带着Gemini真的来了，多模态能力震惊全网。下一代模型将融合AlphaGo深度强化学习技术，2024年面世。真正可以叫板GPT-4的模型，当属谷歌Gemini。
