OpenAI研究科学家Hyung Won Chung在MIT演讲中分享了他的观点，认为激励AI自我学习比教会AI具体任务更重要。他以token预测为例，说明了通过多任务学习来鼓励模型学习通用技能的弱激励结构。他强调模型的可扩展性和算力对加速模型进化至关重要。他认为让AI像人类一样思考是一个误区，机器应该有更多自主性来选择学习方式。此外，他提到训练和推理对模型性能提升作用相似，但推理成本更低。