新加坡初創(chuàng)公司 Sapient Intelligence 最近推出了一種創(chuàng)新的人工智能架構，名為 “層次推理模型”（HRM）。該模型在復雜推理任務中能夠與現(xiàn)有的大型語言模型(LLMs)相媲美，甚至在某些情況下表現(xiàn)更佳，且其數(shù)據(jù)需求和模型規(guī)模均遠低于傳統(tǒng)模型。HRM 的設計理念源自人類大腦，旨在通過不同的思維系統(tǒng)實現(xiàn)高效推理。

當前的 LLMs 在解決復雜問題時，通常依賴于鏈式思維（CoT）方法，通過生成一系列文本步驟來進行推理。雖然這一方法在一定程度上提升了模型的推理能力，但也存在明顯的不足。研究人員指出，鏈式思維依賴于人為定義的步驟，一旦出現(xiàn)錯誤，可能導致整個推理過程的失敗。因此，Sapient Intelligence 的研究團隊提出了一種新方式，即 “潛在推理”。該方式使得模型能夠在內(nèi)部抽象的空間中進行推理，而不是僅僅依賴于文本生成。

HRM 由兩個相互作用的模塊構成:一個是高層模塊，負責緩慢而抽象的規(guī)劃;另一個是低層模塊，進行快速而詳細的計算。這種層次化的設計使 HRM 在進行深度推理時，無需依賴大量的輸入數(shù)據(jù)。測試結果表明，HRM 在處理如抽象推理和復雜數(shù)獨等高難度任務時，取得了優(yōu)異的成績，展現(xiàn)了其在復雜任務中的強大能力。

除了準確性，HRM 還在推理速度方面表現(xiàn)出色。根據(jù) Sapient Intelligence 的創(chuàng)始人王冠的介紹，HRM 在執(zhí)行特定復雜推理任務時，能夠實現(xiàn) “任務完成時間的100倍提速”。這意味著 HRM 能夠在邊緣設備上快速進行強大的推理計算，顯著降低企業(yè)的時間和成本。

展望未來，Sapient Intelligence 正在努力將 HRM 發(fā)展為一種更通用的推理解決方案，計劃將其應用于醫(yī)療、氣候預測和機器人等多個領域。這一發(fā)展標志著，未來 AI 的成功之道，可能并不在于簡單地擴大模型規(guī)模，而是借鑒人類大腦的結構，開發(fā)出更智能、更高效的推理架構。

劃重點: