微软通过“思维算法”将类人推理融入人工智能 – Decrypt

科技巨头微软已经 亮相 一种名为“思想算法”（AoT）的新人工智能训练方法，旨在使 ChatGPT 等大型语言模型的推理能力更加高效且类似于人类。

对于该公司来说，新方法是自然而然的下一步，该公司已大力投资人工智能，尤其是 OpenAI——DALL-E、ChatGPT 和强大的 GPT 语言模型的创造者。

微软表示，AoT 技术是一个潜在的游戏规则改变者，根据一份已发表的研究论文，它“引导语言模型通过更简化的问题解决路径”。 这种新颖的方法利用“上下文学习”，使模型能够以有组织的方式系统地探索不同的解决方案。

结果？ 更快、更少占用资源地解决问题。

“我们的技术优于以前的单查询方法，并且与最近采用广泛树搜索的多查询方法相当，”论文指出。 “有趣的是，我们的结果表明，用算法指导模型可以使性能超越算法本身。”

研究人员声称，当该技术优化其搜索过程时，该模型获得了改进的“直觉”。

人类算法的混合体？

AoT 方法解决了当前情境学习技术（例如“思想链”（CoT）方法）的局限性。 CoT 有时会提供不正确的中间步骤，而 AoT 使用算法示例来指导模型以获得更可靠的结果。

AoT 从人类和机器中汲取灵感，以提高生成式人工智能模型的性能。 虽然人类擅长直觉认知，但算法却以其有组织、详尽的探索而闻名。 该研究论文称，思维算法旨在“融合这些双重方面，以增强法学硕士的推理能力。”

微软表示，这种混合技术使该模型能够克服人类工作记忆的限制，从而可以更全面地分析想法。

与 CoT 的线性推理或“思想树”(ToT) 技术不同，AoT 允许灵活地思考子问题的不同选项，以最少的提示保持效率。 它还可以与外部树搜索工具相媲美，有效地平衡成本和计算。

总体而言，AoT 代表了从监督学习到集成搜索过程本身的转变。 通过改进以促进工程设计，研究人员相信这种方法可以使模型有效地解决复杂的现实问题，同时减少其碳影响。

鉴于其大量的人工智能投资，微软似乎处于有利地位，可以将 AoT 纳入 GPT-4 等先进系统中。 尽管具有挑战性，但教授语言模型以这种更人性化的方式“思考”可能会带来变革。

• SEO 支持的内容和 PR 分发。 今天得到放大。
• PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
• 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
• 柏拉图ESG。 汽车/电动汽车， 碳， 清洁科技, 能源， 环境， 太阳能， 废物管理。 访问这里。
• 柏拉图健康。 生物技术和临床试验情报。 访问这里。
• 图表Prime。 使用 ChartPrime 提升您的交易游戏。 访问这里。
• 块偏移量。 现代化环境抵消所有权。 访问这里。
• Sumber: https://decrypt.co/154073/microsoft-infuses-ai-with-human-like-reasoning-via-an-algorithm-of-thoughts