就在刚刚，Meta推出一个“可以训练AI的AI”，进一步取代人力在训练AI的参与，让AI不依靠人类就能评估其他的AI模型是否有在正产耕耘做。
根据Meta的说法，这个AI模型能够训练自己，或是其他的AI模型，甚至是能在没有人类反馈的情况下完成这些训练，这意味着这个AI能够自己评估其他AI模型的工作状况，实际表现等等，这些我们认为至少还需要人工进行的工作现在进一步的被压缩了。
在过去，训练AI需要透过一个名为Reinforcement Learning from Human Feedback（RLAIF）的机制，就是利用人力回应来判断AI的运作是否能行，而现在，这个行为也开始被认为是“缺乏效率”的，特别是现在各大AI厂商之间的竞争愈加激烈，这种过程也开始要被优化。
对此，Meta这里就采用了一个“连环思考”（Chain of Thought），让AI能够将一个问题的复杂解答拆分成多个细小的步骤，这样就能进一步提升AI的精准度，而类似的技术在Open AI训练o1 AI模型的时候亦有派上用场。
然而这样连环套娃下去，AI监督AI，人类的运作越来越低，是否会持续加剧人类被AI取代的步伐呢？
Source :
