摘要：OpenAI首席科学家雅库布·帕乔茨基（Jakub Pachocki）近期接受《自然》杂志专访时，系统阐述了这一变革背后的技术路径与未来愿景。

人工智能（AI）正逐步突破传统辅助工具的边界，迈向自主科学发现的新阶段。

OpenAI首席科学家雅库布·帕乔茨基（Jakub Pachocki）近期接受《自然》杂志专访时，系统阐述了这一变革背后的技术路径与未来愿景。

当前AI模型仍需人类持续引导，但帕乔茨基指出，OpenAI内部研发的Deep Research工具已能在无人监督状态下运行10-20分钟，并产出有效成果。

这种自主性预示着AI将突破现有应用场景，在自动化软件工程、硬件组件设计等领域率先实现原创性工作。

世界模型（World Model）

通过无监督预训练阶段，AI模型吸收海量数据，构建对现实世界的内在表征。这一过程虽不涉及时间顺序或自我意识，但为后续能力奠定基础。

强化学习（Reinforcement Learning, RL）

在预训练基础上，AI通过“试错-奖励”机制优化策略。帕乔茨基强调，近期推理模型（如GPT-4o、Gemini 2.5 Pro）的突破，正源于对强化学习阶段的深化，让模型不仅提取知识，更能形成独特的“思考方式”。

雅库布·帕乔茨基（Jakub Pachocki）

帕乔茨基明确区分了AI与人类思维的差异：AI虽不具备对学习过程的理解能力，但已展现出发现新科学见解的潜力。

例如，模型能通过结构化方式解决复杂问题，这种能力可被视为一种特殊形式的“推理”。

帕乔茨基将“产生可量化经济价值”视为接近通用人工智能（AGI）的核心标志，特别是AI能否创造全新科研成果。

他预计，未来五年该领域将取得显著进展，2025年内或实现“近乎自主的软件开发”。

微软与OpenAI已建立经济指标评估体系，目标达成1000亿美元投资回报。

尽管OpenAI计划推出优于现有水平的开源模型以促进研究，帕乔茨基坦言前沿模型全面开源仍面临安全挑战。该策略旨在扩大技术普惠性，同时强化责任评估机制。

这场技术演进或将重塑科研范式，开启人机协作的新篇章。

* 您的「点赞、关注、评论、转发」都是我们持续更新的动力！❤️

* 本文综合自网络，数据及表述均以官方发布为准，如有错误，欢迎评论区指正！

来源：众见