OpenAI představuje novou sérii modelů o1, které se vyznačují schopností uvažovat předtím, než odpoví. Modely o1 excelují v řešení složitých úloh v oblastech vědy, programování a matematiky. OpenAI o1 je dostupný v ChatGPT a API, ale je dražší než GPT-4o.
Svět umělé inteligence se neustále vyvíjí a OpenAI je v jeho čele. Společnost nedávno představila novou sérii modelů s názvem OpenAI o1, které se odlišují od svých předchůdců schopností uvažovat předtím, než odpoví. Tato revoluční technologie otevírá dveře k řešení složitějších problémů a posouvá hranice umělé inteligence.
Modely o1 byly trénovány tak, aby před formulací odpovědi věnovaly více času analýze problému, podobně jako by to udělal člověk. Během tréninku se učí zdokonalovat svůj myšlenkový proces, zkoušet různé strategie a rozpoznávat své chyby. Výsledkem je schopnost řešit komplexní úlohy a dosahovat lepších výsledků v oblastech, jako je věda, programování a matematika.
V testech OpenAI dosáhl model o1 srovnatelných výsledků s doktorandy v náročných úlohách z fyziky, chemie a biologie. Ukázalo se také, že exceluje v matematice a programování. V kvalifikační zkoušce pro Mezinárodní matematickou olympiádu (IMO) vyřešil GPT-4o správně pouze 13 % problémů, zatímco model o1 dosáhl skóre 83 %. Jeho programátorské schopnosti byly hodnoceny v soutěžích a dosáhly 89. percentilu v soutěžích Codeforces. Více se o tom dočtete v technickém výzkumném příspěvku OpenAI.
Je důležité poznamenat, že o1 je stále v rané fázi vývoje a postrádá některé funkce, které dělají ChatGPT užitečným, jako je procházení webu pro informace a nahrávání souborů a obrázků. V mnoha běžných případech bude GPT-4o v blízké budoucnosti stále schopnější. Pro komplexní úlohy vyžadující uvažování je však o1 významným pokrokem a představuje novou úroveň schopností umělé inteligence.
OpenAI si je vědoma důležitosti bezpečnosti a v rámci vývoje modelů o1 zavedla nový přístup k bezpečnostnímu tréninku, který využívá jejich schopnosti uvažování, aby je naučil dodržovat bezpečnostní pokyny. Díky schopnosti uvažovat o bezpečnostních pravidlech v kontextu je model o1 schopen je efektivněji aplikovat.
Jedním ze způsobů, jak OpenAI měří bezpečnost, je testování, jak dobře model dodržuje bezpečnostní pravidla, pokud se je uživatel pokusí obejít (tzv. "jailbreaking"). V jednom z nejtěžších testů jailbreakingu dosáhl GPT-4o skóre 22 (na stupnici 0-100), zatímco model o1-preview dosáhl skóre 84. Více se o tom dočtete v systémové kartě a výzkumném příspěvku.
Vylepšené schopnosti uvažování modelu o1 mohou být užitečné zejména pro ty, kteří se zabývají složitými problémy ve vědě, programování, matematice a podobných oblastech. O1 může být například využit výzkumníky v oblasti zdravotnictví k anotaci dat sekvenování buněk, fyziky k generování složitých matematických vzorců potřebných pro kvantovou optiku a vývojáři ve všech oblastech k vytváření a provádění vícestupňových pracovních postupů.
Pro vývojáře, kteří hledají efektivnější řešení, OpenAI vydává také OpenAI o1-mini, rychlejší a levnější model uvažování, který je obzvláště účinný při programování. O1-mini je o 80 % levnější než o1-preview, což z něj činí výkonný a cenově dostupný model pro aplikace, které vyžadují uvažování, ale ne široké znalosti světa.
Uživatelé ChatGPT Plus a Team mají přístup k modelům o1 v ChatGPT. O1-preview i o1-mini lze vybrat ručně v nástroji pro výběr modelu. V současné době jsou týdenní limity 30 zpráv pro o1-preview a 50 pro o1-mini. OpenAI pracuje na zvýšení těchto limitů a na tom, aby ChatGPT automaticky vybral správný model pro daný dotaz.
Uživatelé ChatGPT Enterprise a Edu získají přístup k oběma modelům začátkem příštího týdne.
Vývojáři, kteří se kvalifikují pro úroveň 5 používání API, mohou začít s prototypováním s oběma modely v API s omezením 20 RPM. OpenAI pracuje na zvýšení těchto limitů po dalším testování. API pro tyto modely v současné době neobsahuje volání funkcí, streamování, podporu pro systémové zprávy a další funkce. Chcete-li začít, podívejte se na dokumentaci API.
OpenAI také plánuje zpřístupnit o1-mini všem uživatelům ChatGPT Free.
| Dataset | Metric | gpt-4o | o1-preview | o1 |
|---|---|---|---|---|
| Competition Math AIME (2024) | cons@64 | 13.4 | 56.7 | 83.3 |
| pass@1 | 9.3 | 44.6 | 74.4 | |
| Competition Code CodeForces | Elo | 808 | 1,258 | 1,673 |
| Percentile | 11.0 | 62.0 | 89.0 | |
| GPQA Diamond | cons@64 | 56.1 | 78.3 | 78.0 |
| pass@1 | 50.6 | 73.3 | 77.3 | |
| Biology | cons@64 | 63.2 | 73.7 | 68.4 |
| pass@1 | 61.6 | 65.9 | 69.2 | |
| Chemistry | cons@64 | 43.0 | 60.2 | 65.6 |
| pass@1 | 40.2 | 59.9 | 64.7 | |
| Physics | cons@64 | 68.6 | 89.5 | 94.2 |
| pass@1 | 59.5 | 89.4 | 92.8 | |
| MATH | pass@1 | 60.3 | 85.5 | 94.8 |
| MMLU | pass@1 | 88.0 | 90.8 | 92.3 |
| MMMU (val) | pass@1 | 69.1 | n/a | 78.1 |
| MathVista (testmini) | pass@1 | 63.8 | n/a | 73.2 |
Toto je raná verze modelů uvažování v ChatGPT a API. Kromě aktualizací modelů OpenAI plánuje přidat procházení, nahrávání souborů a obrázků a další funkce, aby byly modely užitečnější pro všechny. Společnost také plánuje pokračovat ve vývoji a vydávání modelů v sérii GPT, kromě nové série OpenAI o1.
Vidím v o1 obrovský potenciál. Představte si svět, kde AI nejen odpovídá na otázky, ale aktivně pomáhá vědcům s výzkumem, programátorům s vývojem a matematikům s řešením složitých rovnic. O1 by mohl být klíčem k urychlení vědeckého pokroku a k řešení globálních problémů. Zároveň je důležité si uvědomit rizika spojená s tak mocnou technologií a zajistit, aby byla používána eticky a zodpovědně. Budoucnost s o1 je vzrušující, ale musíme k ní přistupovat s rozvahou a opatrností.
Zdroje:
OpenAI pracuje na novém projektu umělé inteligence s kódovým označením "Strawberry", který má potenciál výrazně zlepšit schopnosti uvažování AI modelů. Cílem je umožnit AI autonomně procházet internet a provádět "hluboký výzkum". OpenAI by mohl Strawberry vydat na podzim letošního roku.
Výzkum odhaluje, že GPT-4 od OpenAI je přesnější než lidské analytiky při analýze finančních výkazů, což vzbuzuje debatu o budoucnosti AI v této oblasti. Skeptici však zpochybňují relevanci výsledků kvůli zastaralým srovnávacím modelům.
Microsoft Azure AI Studio usnadňuje vývoj AI aplikací, nabízí integraci s různými AI nástroji a podporuje externí pluginy, což umožňuje vývojářům vytvářet pokročilé generativní AI aplikace s využitím jejich vlastních dat.
OpenAI pozastavilo hlas Sky v ChatGPT kvůli obavám z podobnosti se Scarlett Johansson, která obvinila společnost z neoprávněného použití jejího hlasu. Johansson najala právníky a požaduje větší transparentnost a ochranu práv jednotlivců.
