AI研究的“大转向”：为什么”暴力美学”正在横扫一切

发表于 2025-06-05 分类于 AI

传统NLP的各个细分领域最终都败给了简单粗暴的规模化。ChatGPT团队在没做任何chatbot研究的情况下，却做出了最成功的对话AI。这背后发生了什么？

推荐一下刚读到Jason Wei（OpenAI研究员，Chain-of-Thought推理方法的提出者）这条关于问题驱动 vs 方法驱动研究的推文 - 核心观点：方法驱动研究正在全面超越问题驱动研究。

简单来说，问题驱动研究是先有具体问题（如机器翻译、文本摘要），然后针对性地设计解决方案；而方法驱动研究则是先开发通用方法（如Transformer、大规模预训练），再寻找能应用这些方法的问题。

ChatGPT就是最好的例子：

“ChatGPT 并不是从 chatbot 研究中诞生的，甚至不是 OpenAI 原本2022年的目标，而是因为 Schulman 团队找到了把大模型‘打包成产品’的方式。”

这与我观察到的AI产品经理领域的一个重要趋势不谋而合：当AI模型（这些“方法驱动”研究的产物）展现出颠覆性的新能力时，PM的核心任务之一便是将这些最初可能“陌生”的技术力量，通过巧妙的产品设计，“翻译”并“封装”成用户熟悉且能创造价值的形式。这同样要求从技术可能性出发，主动寻找产品机会。

说回Jason的观点，这背后，其实是 Sutton 所说的 The Bitter Lesson：通用方法 + 计算资源 + 大规模训练，终将胜出。

而DeepMind的AlphaEvolve项目（使用进化算法来发现更有效的强化学习算法）带来的是更进一步的”方法范式”：

“最新的“锤子”，其实就是对奖励函数的无情搜索和优化。”

不管你用不用RL，这种”强化进化 + 搜索优化”的方法正在成为解决复杂科学问题的新工具。只要能把问题转化为奖励函数，就能被这把”锤子”砸掉 - 连数学界长年悬而未解的接吻数问题（研究在n维空间中最多能有多少个相同大小的球体同时”亲吻”中心球体）都不例外。

有趣的悖论：虽然通用方法在获胜，但深耕特定领域的专家反而最有机会 - 前提是他们愿意”放下自我，拿起锤子”。

未来十年，最重要的元技能可能就是：学会为这些强大的通用方法创造合适的应用环境，并将其有效传递给最终用户。

对于研究者、产品经理、创业者来说，值得深思的问题是：你是在试图发明新的锤子，还是在学习如何更好地使用现有的锤子？

推荐阅读：

Jason Wei的帖子原文翻译如下：

传统上有两种类型的研究：问题驱动型研究和方法驱动型研究。从大语言模型和现在的 AlphaEvolve 的发展来看，完全的方法驱动型研究显然是一个巨大的机遇。

问题驱动型研究的好处在于你有一个持续且明确的目标。这个目标通常是有价值的，所以拥有一个使命和身份认同会让人感觉良好。然而，由于”苦涩教训”（The Bitter Lesson，即简单方法加上计算力的扩展往往优于精巧的方法），这种方式实际上并不奏效。传统自然语言处理中的几乎所有领域（机器翻译、文本摘要、聊天机器人）都败给了简单的规模扩展。ChatGPT 就是一个典型例子 - 它没有使用任何聊天机器人研究的成果，当然也不是 OpenAI 2022年研究计划的预期最终目标，但因为有人（John Schulman 等）找到了将大语言模型包装成产品的正确方式，所以取得了巨大成功。

方法驱动型研究看似不那么稳定，因为你需要不断寻找问题，必须善于抓住各种可能性。但我相信 AI 将使方法驱动型研究在大多数科学领域中逐一占据主导地位。正如我们在 AlphaEvolve 中看到的，最新的方法（或称”锤子”）是针对奖励函数的无情搜索和优化（是否需要强化学习（RL）是另一个话题）。问题驱动型研究者长期以来试图解决的问题，比如接吻数问题（kissing number problem，研究在n维空间中可以同时与中心球体相切的相同大小球体的最大数量），都将成为被锤子击中的钉子。最终，这把锤子会变得更大、更强、更通用，并且会击中越来越多的钉子。

因此，在未来十年中，一个非常重要的核心能力就是知道如何创造合适的环境来使用这把”锤子”。具有讽刺意味的是，问题驱动型研究者（他们本质上是特定问题的专家）其实很适合创造这些环境。当然，前提是他们能放下自我，拿起锤子。