上半场是预训练，是用算法、架构解决问题；

下半场，是 RL 终于起作用了，要做的是定义问题和评估。

日前，毕业于清华大学姚班，现任 OpenAI 研究院的姚顺雨发布博文，探讨了其对 AI 未来的发展预测。

姚顺雨回顾了 AI 的发展历史。其表示，几十年来 AI 主要致力于开发新的训练方法和模型，取得了显著成就，而这些成就都源于基础性创新，例如搜索、深度强化学习（Deep RL）和推理能力。而如今，深度强化学习终于开始泛化，AI 为人类赋能的局面也得到了变化。

姚顺雨认为，随着强化学习的突破，AI 开始解决多样化的任务，如软件工程、创意写作和 IMO 级别的数学问题。通过语言和推理的引入，AI 能够跨领域泛化任务，解决复杂问题。姚顺雨还提到，AI 的下半场将由解决问题转向定义问题，评估方法的创新将成为关键。

此外，姚顺雨还表示，传统的评估方法已难以应对复杂的现实需求，AI 需要具备长时记忆和适应能力。他强调，新的评估方式应着眼于实际应用，推动 AI 产品的效用和商业价值，为行业带来更大的创新和影响。