OpenAI 的 AI 推理研究主管 Noam Brown 表示，如果研究人员当时"掌握正确的方法"和算法，像 OpenAI 的 o1 这样的"推理型" AI 模型本可以提前 20 年出现。
Brown 在周三圣何塞举行的 Nvidia GTC 会议的一个专题讨论会上表示："这个研究方向被忽视是有多方面原因的。在我的研究过程中，我注意到有些东西被遗漏了。人类在面对困难情况时会花大量时间思考后再行动。这种方式或许在 AI 领域会非常有用。"
Brown 是 o1 AI 模型的主要设计者之一，该模型采用了一种称为测试时推理的技术来在回应查询前进行"思考"。测试时推理涉及对运行中的模型施加额外的计算来驱动一种"推理"形式。总的来说，所谓的推理模型在数学和科学等领域比传统模型更准确、更可靠。
不过，Brown 强调，预训练 —— 即在越来越大的数据集上训练越来越大的模型 —— 并非"已经过时"。根据 Brown 的说法，包括 OpenAI 在内的 AI 实验室曾经将大部分精力投入到扩大预训练规模上。现在，他们在预训练和测试时推理之间分配时间，Brown 将这两种方法描述为互补的。
在讨论会上，有人问 Brown，鉴于学术机构普遍缺乏计算资源，学术界是否还能期望进行与 OpenAI 这样的 AI 实验室同等规模的实验。他承认近年来随着模型变得更加计算密集，这确实变得更具挑战性，但学者们可以通过探索需要较少计算资源的领域来产生影响，比如模型架构设计。
Brown 说："前沿实验室和学术界之间存在合作机会。前沿实验室确实在关注学术论文，并认真思考，好，如果这个方法进一步扩大规模，它是否会非常有效。如果论文中有令人信服的论据，你知道，我们会在这些实验室中进行研究。"
Brown 的这些评论出现在特朗普政府大幅削减科研拨款的时期。包括诺贝尔奖获得者 Geoffrey Hinton 在内的 AI 专家们批评了这些削减，称这可能会威胁到国内外的 AI 研究工作。
Brown 指出 AI 基准测试是学术界可以产生重大影响的一个领域。他说："AI 基准测试的现状很糟糕，而做好这项工作并不需要大量计算资源。"
正如我们之前所写的，当今流行的 AI 基准测试往往倾向于测试深奥的知识，且其得分与大多数人关心的任务熟练程度的相关性较低。这导致人们对模型的能力和进步产生了广泛的困惑。