谷歌近期發(fā)布了一款名為Gemini 2.0 Flash Thinking Experimental的新型人工智能推理模型，但該模型仍處于實(shí)驗(yàn)階段，根據(jù)初步測試，其性能仍有待提升。
這款新模型在谷歌的AI原型平臺AI Studio中可供使用，其全稱略顯冗長，但功能定位明確：專注于多模態(tài)理解、推理及編碼，尤其擅長解決編程、數(shù)學(xué)和物理等領(lǐng)域的復(fù)雜問題。AI Studio的產(chǎn)品負(fù)責(zé)人Logan Kilpatrick在平臺上的一篇帖子中，將Gemini 2.0 Flash Thinking Experimental描述為谷歌在推理技術(shù)探索上的初步嘗試。
谷歌DeepMind的首席科學(xué)家Jeff Dean也在個(gè)人帖子中透露，這款模型經(jīng)過特殊訓(xùn)練，能夠通過思維強(qiáng)化其推理能力。他表示，當(dāng)增加推理時(shí)間計(jì)算時(shí)，模型展現(xiàn)出了令人鼓舞的成果。這里的推理時(shí)間計(jì)算，指的是模型在解決問題時(shí)所需的計(jì)算資源。
Gemini 2.0 Flash Thinking Experimental是基于谷歌之前發(fā)布的Gemini 2.0 Flash模型構(gòu)建的，其設(shè)計(jì)理念與OpenAI的o1等推理模型相似。這類推理模型與其他人工智能的一大區(qū)別在于，它們能夠進(jìn)行有效的自我事實(shí)核查，從而避免陷入一些常見的人工智能陷阱。然而，推理模型通常需要更長的時(shí)間（幾秒到幾分鐘不等）來得出解決方案。
在使用時(shí)，Gemini 2.0 Flash Thinking Experimental會(huì)在接收到提示后暫停片刻，然后考慮一系列相關(guān)提示，并在此過程中解釋其推理過程。經(jīng)過一段時(shí)間后，模型會(huì)給出它認(rèn)為最準(zhǔn)確的答案。但在實(shí)際測試中，這款模型也并非無懈可擊。例如，當(dāng)被問及單詞“strawberry”中有多少個(gè)R時(shí)，它錯(cuò)誤地回答了兩個(gè)。
自O(shè)penAI發(fā)布o(jì)1以來，谷歌并非唯一一家在推理模型領(lǐng)域發(fā)力的公司。許多競爭對手的人工智能實(shí)驗(yàn)室也紛紛推出了自己的推理模型。例如，由量化交易員資助的人工智能研究公司DeepSeek在11月初發(fā)布了其首個(gè)推理模型DeepSeek-R1的預(yù)覽版。同月，阿里巴巴的Qwen團(tuán)隊(duì)也宣布了他們所謂的首個(gè)o1公開挑戰(zhàn)者。
據(jù)彭博社10月份的報(bào)道，谷歌內(nèi)部有多個(gè)團(tuán)隊(duì)正在致力于推理模型的開發(fā)。而The Information在11月份的報(bào)道中進(jìn)一步透露，谷歌至少有200名研究人員專注于這項(xiàng)技術(shù)。這一趨勢反映出業(yè)界對于改進(jìn)生成式人工智能技術(shù)的迫切需求。然而，傳統(tǒng)的擴(kuò)展模型技術(shù)已經(jīng)逐漸失效，難以再帶來顯著的改進(jìn)效果。
盡管推理模型在基準(zhǔn)測試中表現(xiàn)出色，但并非所有人都認(rèn)為這是最佳的發(fā)展方向。一方面，推理模型的價(jià)格昂貴，因?yàn)樗鼈冃枰罅康挠?jì)算能力來運(yùn)行。另一方面，盡管這些模型在基準(zhǔn)測試中取得了不錯(cuò)的成績，但它們能否保持這種進(jìn)步速度仍然是一個(gè)未知數(shù)。
業(yè)界對于推理模型的探索仍在繼續(xù)。谷歌的Gemini 2.0 Flash Thinking Experimental只是眾多嘗試中的一次。隨著技術(shù)的不斷進(jìn)步和競爭的加劇，我們有理由期待未來會(huì)有更多創(chuàng)新性的推理模型涌現(xiàn)。
然而，對于當(dāng)前的推理模型而言，它們?nèi)匀幻媾R著諸多挑戰(zhàn)和未知。如何在保證性能的同時(shí)降低成本，如何保持持續(xù)的進(jìn)步速度，以及如何更好地應(yīng)用于實(shí)際場景中，都是未來需要解決的問題。
