Generatyvusis AI iš naujo apibrėžė, ką, mūsų manymu, AI gali padaryti. Tai, kas prasidėjo kaip paprastų, pasikartojančių užduočių įrankis, dabar sprendžia kai kurias sudėtingiausias problemas, su kuriomis susiduriame. OpenAI atliko svarbų vaidmenį šiame pokytyje, pirmaujanti su savo ChatGPT sistema. Ankstyvosios „ChatGPT“ versijos parodė, kaip dirbtinis intelektas gali turėti į žmones panašius pokalbius. Šis gebėjimas leidžia pažvelgti į tai, kas buvo įmanoma naudojant generatyvųjį AI. Laikui bėgant ši sistema pažengė ne tik į paprastą sąveiką, bet ir įveikdama problemas, reikalaujančias samprotavimo, kritinio mąstymo ir problemų sprendimo. Šiame straipsnyje nagrinėjama, kaip „OpenAI“ pavertė „ChatGPT“ iš pokalbio įrankio į sistemą, galinčią mąstyti ir spręsti problemas.
o1: Pirmasis šuolis į tikrą samprotavimą
Pirmasis OpenAI žingsnis argumentavimo link buvo 2024 m. rugsėjį išleidus o1. Iki o1 GPT modeliai gerai suprato ir generavo tekstą, tačiau jiems buvo sunku atlikti užduotis, kurioms reikėjo struktūrinio samprotavimo. o1 tai pakeitė. Jis buvo sukurtas siekiant sutelkti dėmesį į logines užduotis, suskaidant sudėtingas problemas į mažesnius, valdomus veiksmus.
o1 tai pasiekė naudodamas techniką, vadinamą samprotavimo grandinėmis. Šis metodas padėjo modeliui išspręsti sudėtingas problemas, tokias kaip matematika, mokslas ir programavimas, suskirstant jas į lengvai išsprendžiamas dalis. Šis metodas padarė o1 daug tikslesnį nei ankstesnės versijos, pvz., GPT-4o. Pavyzdžiui, kai buvo išbandytas sudėtingas matematikos uždavinys, o1 išsprendė 83 % klausimų, o GPT-4o – tik 13 %.
O1 sėkmę lėmė ne tik samprotavimų grandinės. „OpenAI“ taip pat patobulino modelio mokymą. Jie naudojo pasirinktinius duomenų rinkinius, orientuotus į matematiką ir mokslą, ir taikė didelio masto sustiprinimo mokymąsi. Tai padėjo o1 atlikti užduotis, kurioms išspręsti reikėjo kelių žingsnių. Papildomas skaičiavimo laikas, praleistas samprotaujant, pasirodė esąs pagrindinis veiksnys siekiant tikslumo, kurio ankstesni modeliai negalėjo atitikti.
o3: samprotavimo perkėlimas į kitą lygį
Remdamasi o1 sėkme, OpenAI dabar tai padarė paleistas o3. Išleistas per „12 OpenAI dienų“, šis modelis pakelia dirbtinio intelekto samprotavimus į kitą lygį su novatoriškesniais įrankiais ir naujais gebėjimais.
Vienas iš pagrindinių o3 atnaujinimų yra jo gebėjimas prisitaikyti. Dabar ji gali patikrinti savo atsakymus pagal konkrečius kriterijus ir užtikrinti, kad jie yra tikslūs. Dėl šios savybės o3 yra patikimesnis, ypač atliekant sudėtingas užduotis, kuriose tikslumas yra labai svarbus. Pagalvokite apie tai kaip apie įmontuotą kokybės patikrą, kuri sumažina klaidų tikimybę. Neigiama yra tai, kad atsakymų gavimas užtrunka šiek tiek ilgiau. Problemai išspręsti gali prireikti kelių papildomų sekundžių ar net minučių, palyginti su modeliais, kurie nenaudoja samprotavimų.
Kaip ir o1, o3 buvo išmokytas „pamąstyti“ prieš atsakydamas. Šis mokymas leidžia o3 atlikti minčių grandinės samprotavimas naudojant pastiprinimo mokymąsi. OpenAI šį požiūrį vadina „privačia minčių grandine“. Tai leidžia o3 išspręsti problemas ir žingsnis po žingsnio jas apgalvoti. Kai o3 pateikiamas raginimas, jis neskuba atsakyti. Reikia laiko apsvarstyti susijusias idėjas ir paaiškinti jų samprotavimus. Po to jis apibendrina geriausią atsakymą, kokį tik gali sugalvoti.
Kita naudinga o3 savybė yra jos gebėjimas reguliuoti, kiek laiko praleidžia samprotaujant. Jei užduotis paprasta, o3 gali judėti greitai. Tačiau jis gali naudoti daugiau skaičiavimo išteklių, kad pagerintų savo tikslumą sudėtingesniems iššūkiams. Šis lankstumas yra gyvybiškai svarbus, nes jis leidžia vartotojams valdyti modelio veikimą pagal užduotį.
Ankstyvaisiais bandymais o3 parodė didelį potencialą. Ant ARC-AGI etalonaskuri išbando dirbtinį intelektą naujoms ir nepažįstamoms užduotims, o3 surinko 87,5 proc. Šis našumas yra geras rezultatas, tačiau jis taip pat nurodė sritis, kuriose modelis galėtų tobulėti. Nors puikiai sekėsi atlikti tokias užduotis kaip kodavimas ir pažangioji matematika, kartais kildavo problemų dėl paprastesnių problemų.
Ar o3 pasiekė dirbtinį bendrąjį intelektą (AGI)
Nors o3 žymiai pagerina AI mąstymo galimybes, surinkdamas aukštus balus ARC Challenge – etalonas, skirtas samprotavimui ir prisitaikymui išbandyti, jis vis tiek nesiekia žmogaus intelekto. „ARC Challenge“ organizatoriai paaiškino, kad nors o3 pasirodymas pasiekė reikšmingą etapą, tai tik žingsnis link AGI o ne galutinis pasiekimas. Nors o3 gali įspūdingai prisitaikyti prie naujų užduočių, ji vis tiek susiduria su paprastomis užduotimis, kurios lengvai atliekamos žmonėms. Tai rodo atotrūkį tarp dabartinio AI ir žmogaus mąstymo. Žmonės gali pritaikyti žinias įvairiose situacijose, o AI vis dar kovoja su tokiu apibendrinimo lygiu. Taigi, nors O3 yra puikus patobulinimas, jis dar neturi visuotinių problemų sprendimo gebėjimų, reikalingų AGI. AGI išlieka ateities tikslu.
Kelias priekyje
o3 pažanga yra svarbus momentas dirbtiniam intelektui. Dabar ji gali išspręsti sudėtingesnes problemas – nuo kodavimo iki pažangių samprotavimo užduočių. AI artėja prie AGI idėjos, o potencialas yra didžiulis. Tačiau su šia pažanga atsiranda ir atsakomybė. Turime gerai apgalvoti, kaip eisime į priekį. Egzistuoja pusiausvyra tarp priverstinio AI padaryti daugiau ir užtikrinti, kad jis būtų saugus ir keičiamas.
o3 vis dar susiduria su iššūkiais. Vienas iš didžiausių o3 iššūkių yra didelės skaičiavimo galios poreikis. Tokiems modeliams kaip o3 paleisti reikia daug išteklių, todėl sunku pritaikyti šios technologijos mastelį ir riboja platų jos naudojimą. Siekiant užtikrinti, kad jie galėtų išnaudoti visas savo galimybes, labai svarbu, kad šie modeliai būtų veiksmingesni. Saugumas yra dar vienas pagrindinis rūpestis. Kuo AI bus pajėgesnis, tuo didesnė nenumatytų pasekmių ar netinkamo naudojimo rizika. OpenAI jau įgyvendino kai kurias saugos priemones, pvz., „svarstomas suderinimas“, kurios padeda vadovautis modelio sprendimų priėmimu laikantis etikos principų. Tačiau AI tobulėjant šios priemonės turės tobulėti.
Kitos įmonės, tokios kaip „Google“ ir „DeepSeek“, taip pat kuria dirbtinio intelekto modelius, galinčius atlikti panašias samprotavimo užduotis. Jie susiduria su panašiais iššūkiais: didelėmis sąnaudomis, masteliu ir saugumu.
AI ateitis žada daug, tačiau kliūčių vis dar yra. Technologijos atsidūrė lūžio taške, o nuo to, kaip sprendžiame tokias problemas kaip efektyvumas, saugumas ir prieinamumas, priklausys, kur ji bus nukreipta. Tai įdomus metas, tačiau reikia gerai apgalvoti, kad dirbtinis intelektas išnaudotų visą savo potencialą.
Esmė
„OpenAI“ perėjimas nuo o1 prie o3 rodo, kaip toli AI nuėjo samprotavimu ir problemų sprendimu. Šie modeliai išsivystė nuo paprastų užduočių tvarkymo iki sudėtingesnių, pavyzdžiui, pažangios matematikos ir kodavimo. o3 išsiskiria gebėjimu prisitaikyti, tačiau vis dar nėra dirbtinio bendro intelekto (AGI) lygio. Nors jis gali susidoroti su daugybe, jis vis tiek susiduria su kai kuriomis pagrindinėmis užduotimis ir jam reikia daug skaičiavimo galios.
AI ateitis yra šviesi, tačiau ji turi iššūkių. Reikia atkreipti dėmesį į efektyvumą, mastelį ir saugumą. AI padarė įspūdingą pažangą, tačiau dar reikia nuveikti. OpenAI pažanga naudojant o3 yra reikšmingas žingsnis į priekį, tačiau AGI vis dar yra horizonte. Tai, kaip spręsime šiuos iššūkius, nulems AI ateitį.
Source link
