От o1 к o3: как OpenAI меняет представление о сложных рассуждениях в ИИ

Генеративный ИИ переопределил, что, по нашему мнению, может делать ИИ. То, что начиналось как инструмент для простых, повторяющихся задач, теперь решает некоторые из самых сложных проблем, с которыми мы сталкиваемся. OpenAI сыграл большую роль в этом сдвиге, проложив путь со своей системой ChatGPT. Ранние версии ChatGPT показали, как ИИ может вести разговоры, подобные человеческим. Эта способность дает представление о том, что было возможно с генеративным ИИ. Со временем эта система вышла за рамки простого взаимодействия и стала решать задачи, требующие рассуждения, критического мышления и решения проблем. В этой статье рассматривается, как OpenAI превратил ChatGPT из разговорного инструмента в систему, которая может рассуждать и решать проблемы.

Первый шаг OpenAI на пути к рассуждениям был сделан с выпуском o1 в сентябре 2024 года. До o1 модели GPT хорошо понимали и генерировали текст, но им было трудно справляться с задачами, требующими структурированного рассуждения. o1 изменил это. Он был разработан, чтобы сосредоточиться на логических задачах, разбивая сложные проблемы на более мелкие, выполнимые шаги.o1 добился этого, используя технику, называемую цепочками рассуждений. Этот метод помог модели решать сложные задачи, такие как математика, наука и программирование, разделив их на простые для решения части. Такой подход сделал o1 намного точнее предыдущих версий, таких как GPT-4o. Например, при тестировании на сложных математических задачах o1 решил 83% вопросов, тогда как GPT-4o решил только 13%.Успех o1 пришел не только от цепочек рассуждений. OpenAI также улучшила способ обучения модели. Они использовали пользовательские наборы данных, ориентированные на математику и естественные науки, и применили крупномасштабное обучение с подкреплением. Это помогло o1 справиться с задачами, для решения которых требовалось несколько шагов. Дополнительное вычислительное время, потраченное на рассуждения, оказалось ключевым фактором в достижении точности, с которой предыдущие модели не могли сравниться.

Опираясь на успех o1, OpenAI теперь запущенный o3. Выпущено во время «12 дней OpenAI» Событие, эта модель выводит рассуждения ИИ на новый уровень с более инновационными инструментами и новыми возможностями.

Одним из ключевых улучшений o3 является его способность адаптироваться. Теперь он может проверять свои ответы по определенным критериям, гарантируя их точность. Эта способность делает o3 более надежным, особенно для сложных задач, где точность имеет решающее значение. Думайте об этом как о встроенной проверке качества, которая снижает вероятность ошибок. Недостатком является то, что получение ответов занимает немного больше времени. Решение проблемы может занять несколько дополнительных секунд или даже минут по сравнению с моделями, которые не используют рассуждения.

Как и o1, o3 был обучен «думать» перед ответом. Это обучение позволяет o3 выполнять рассуждение по цепочке мыслей с использованием обучения с подкреплением. OpenAI называет этот подход «частной цепочкой мыслей». Он позволяет o3 разбивать проблемы и обдумывать их шаг за шагом. Когда o3 получает подсказку, он не спешит с ответом. Ему требуется время, чтобы рассмотреть связанные идеи и объяснить их обоснование. После этого он суммирует лучший ответ, который может придумать.

Еще одной полезной функцией o3 является его способность регулировать время, которое он тратит на рассуждения. Если задача простая, o3 может двигаться быстро. Однако он может использовать больше вычислительных ресурсов для повышения своей точности для более сложных задач. Эта гибкость имеет жизненно важное значение, поскольку она позволяет пользователям контролировать производительность модели на основе задачи.

В ранних тестах o3 показал большой потенциал. Тест ARC-AGI, который тестирует ИИ на новых и незнакомых задачах, o3 набрал 87.5%. Это сильный результат, но он также указал на области, в которых модель могла бы улучшиться. Хотя она отлично справлялась с такими задачами, как кодирование и продвинутая математика, у нее иногда возникали проблемы с более простыми задачами.

Хотя o3 значительно улучшает возможности рассуждения ИИ, набрав высокие баллы на ARC Challenge, тесте, разработанном для проверки рассуждений и адаптивности, он все еще не дотягивает до уровня человеческого интеллекта. Организаторы ARC Challenge уточнил что хотя деятельность o3 достигла значительного рубежа, это всего лишь шаг на пути к AGI и не окончательное достижение. Хотя o3 может адаптироваться к новым задачам впечатляющими способами, у него все еще возникают проблемы с простыми задачами, которые легко даются людям. Это показывает разрыв между текущим ИИ и человеческим мышлением. Люди могут применять знания в различных ситуациях, в то время как ИИ все еще испытывает трудности с этим уровнем обобщения. Таким образом, хотя O3 является выдающейся разработкой, у него пока нет универсальной способности решать проблемы, необходимой для AGI. AGI остается целью на будущее.

Прогресс o3 — это большой момент для ИИ. Теперь он может решать более сложные задачи, от кодирования до сложных задач рассуждения. ИИ приближается к идее AGI, и потенциал огромен. Но с этим прогрессом приходит и ответственность. Нам нужно тщательно продумать, как двигаться дальше. Существует баланс между подталкиванием ИИ к большему и обеспечением его безопасности и масштабируемости.o3 по-прежнему сталкивается с проблемами. Одной из самых больших проблем для o3 является потребность в большой вычислительной мощности. Запуск таких моделей, как o3, требует значительных ресурсов, что затрудняет масштабирование этой технологии и ограничивает ее широкое использование. Повышение эффективности этих моделей является ключом к обеспечению того, чтобы они могли раскрыть весь свой потенциал. Безопасность — еще одна главная проблема. Чем более способным становится ИИ, тем выше риск непреднамеренных последствий или неправильного использования. OpenAI уже реализовала некоторые меры безопасности, такие как «совещательное выравнивание», которые помогают направлять принятие решений моделью в соответствии с этическими принципами. Однако по мере развития ИИ эти меры должны будут развиваться. Другие компании, например Google и ДипСик, также работают над моделями ИИ, которые могут решать похожие задачи рассуждения. Они сталкиваются с похожими проблемами: высокие затраты, масштабируемость и безопасность. Будущее ИИ многообещающе, но препятствия все еще существуют. Технологии находятся на поворотном этапе, и то, как мы справляемся с такими вопросами, как эффективность, безопасность и доступность, определит, куда они придут. Это захватывающее время, но необходимо тщательно все обдумать, чтобы гарантировать, что ИИ сможет раскрыть весь свой потенциал.

Переход OpenAI от o1 к o3 показывает, насколько далеко продвинулся ИИ в рассуждениях и решении проблем. Эти модели эволюционировали от решения простых задач до решения более сложных, таких как продвинутая математика и кодирование. o3 выделяется своей способностью адаптироваться, но он все еще не находится на уровне искусственного интеллекта общего назначения (AGI). Хотя он может справиться со многим, он все еще испытывает трудности с некоторыми базовыми задачами и нуждается в большой вычислительной мощности. Будущее ИИ светло, но сопряжено с трудностями. Эффективность, масштабируемость и безопасность требуют внимания. ИИ добился впечатляющего прогресса, но предстоит еще много работы. Прогресс OpenAI с o3 — это значительный шаг вперед, но AGI все еще на горизонте. То, как мы решим эти проблемы, определит будущее ИИ.

Подписывайтесь на наш Телеграмм-канал чтобы быть в курсе последних новостей и событий, а так же получайте список нейросетей на все случаи жизни: