DeepSeek-Prover V2发布

数学推理能力是通往强人工智能的必要条件

• 我一直认为，数学推理能力是构建强人工智能的必要条件，当然不是充分条件；
• 其它的必要条件还有对现实世界的理解；
• DeepSeek走在正确的路上；
• 今天Microsoft发布了phi4-mini-reasoning模型，再次证明了在RL的加持下，拉胯的phi4-mini可以达到o1-mini的水平；
• 所以，构建一个推理为核心的神经网络是非常必要的；
• 构建这个推理为核心的神经网络可以只依赖于一些根本性的、最深刻的那些数据就可以训练出来；
• 在当下，我们还不知道哪些数据是有用的，哪些是冗余的，哪些甚至是有害的前提下，先提高数据量，
• 例如从Prover 1.5的7B扩充到Prover 2.0的671b是有必要的；
• 接下来应该是做减法了，剔除不必要的，只留下精华部分；
• 怎么精简，是否可以参考大自然的优胜劣汰策略，不同的模型进行竞争，就象 AlphaGO Zero做的那样；
• 这个策略在数学推理模型上应该是可以实现的，毕竟数学命题是封闭系统，有精确答案；
• 对现实世界的感知模型也可以优胜劣汰的方法进行进化。
• 当某天模型真正具备自行推理的能力了，具备了理解世界的能力了，才能通过自我学习成为真正的强人工智能。