月之暗面杨植麟：提升深度推理能力是AI产品的下一个重点

“如果说长文本是月之暗面登月的第一步，那么提升模型深度推理能力则是第二步。”11月16日，正值月之暗面Kimi Chat向全社会开放服务一周年之际，月之暗面创始人杨植麟接受了包括澎湃科技在内的媒体采访。他认为AI产品包括AI技术接下来发展的重要能力应是更加深度的推理能力，能够把现在只是短链路的简单问答，变成更长链路的组合式的任务操作。

据介绍，月之暗面在未来一两周内将上线新一代数学推理模型k0-math，对标OpenAI o1系列可公开使用的两个模型：o1-mini和o1-preview。目前，在中考、高考、考研以及包含入门竞赛题的MATH等4个数学基准测试中，k0-math初代模型成绩超过了OpenAI o1系列的o1-mini和o1-preview模型。在两个难度更大的竞赛级别的数学题库OMNI-MATH和AIME基准测试中，k0-math初代模型的表现分别达到了o1-mini最高成绩的90%和83%。

杨植麟表示，数学产品是最适合让AI锻炼思考能力的场景，数学模型在教育产品上也有非常大的价值。

自从两年前ChatGPT发布后，通过增加更多数据和计算能力来“扩大”当前模型，便能持续改进模型的能力，即所谓的Scaling law（尺度定律）几乎成为业内共识。但日前OpenAI原首席科学家伊利亚·苏茨克维（Ilya Sutskever）公开表示，扩大预训练的结果已经达到了平台期，“2010年代是规模扩大的时代，现在人们又回到了奇迹和发现的时代。每个人都在寻找下一个东西。”

在杨植麟看来，AI的发展就像在荡秋千，在两种状态之间来回切换，“一种是算法、数据准备好了，但算力不够。”他认为，从Transformer架构诞生到GPT4的出现，更多的矛盾在于如何扩大规模（Scale），在算法和数据上不存在本质问题。但是到了今天，规模已经到达了一定的程度，会发现再加更多的算力，也不一定能解决问题，其中核心问题是没有高质量的数据。这时要做的事便是改变算法，突破瓶颈。现在这是他所在的公司乃至整个行业都面临的共同问题。“好的算法能够释放Scaling的潜力，让模型持续变得更好。”他认为，强化学习是接下来很重要的一个趋势。

但杨植麟也认为当下预训练还有空间，“半代到一代的模型，这个空间明年会释放出来，明年我觉得领先的模型会把预训练做到极致，但接下来最重点的东西会在强化学习上，但它还是Scale，只是用不同的方式去Scale。”

针对近期国内开始出现了一些AI创业公司被收购、人才回流大厂的现象，杨植麟表示，这是一个必然的规律，说明行业发展到了新的阶段，“一开始很多公司在做，现在只有少数公司在做，接下来可能大家做的东西也会逐渐不一样，我觉得这是一个可能必然的规律。”

杨植麟还透露，从今年上半年开始，月之暗面开始缩减业务，聚焦Kimi，“我们一开始确实也尝试过几个产品一起做，但到后来发现还是要聚焦，把一个产品做到极致是最重要的，砍业务本质上也是为了控制人数，不希望人数增长太快，我们始终保持卡和人的比例是最高的，团队扩大对于创新也有致命的伤害。”当下，月之暗面最核心的任务就是提升用户留存率。

月之暗面成立于2023年4月，法定代表人杨植麟毕业于清华大学。据了解，该公司打造的对话式AI助手产品Kimi上线一年以来，每月用户量达到了3600万人。