Az OpenAI bemutatta az új "gondolkodó" modelljeit
Az OpenAI bemutatta legújabb mesterséges intelligencia modelljét, amely a vállalat állítása szerint képes „képekben gondolkodni”, vagyis felhasználói vázlatokat és diagramokat megérteni és elemezni, még akkor is, ha azok gyenge minőségűek.
Az új, fő "reasoning" következtető-modellt az OpenAI o3-nak nevezte el, ezzel párhuzamosan pedig egy kisebb változatot is kiadtak, amelyet o4-mini néven ismerhetünk meg. Ez a megjelenés követi a vállalat szeptemberi debütálását, amikor is az első, komplex problémák megoldására specializálódott o1-es modellt mutatták be.
Az o3 segítségével a felhasználók feltölthetnek táblaképeket, vázlatokat és egyéb vizuális tartalmakat, amelyeket az AI képes elemezni és megvitatni. Az új modellek emellett képesek olyan képszerkesztő eszközökre is, mint a forgatás vagy a nagyítás.
Amióta 2022 végén az OpenAI bemutatta a világszerte ismertté vált ChatGPT chatbotját, a cég jelentős sebességgel fejleszti modelljeit. A teljesítmény növelésére tett erőfeszítések célja, hogy a generatív AI versenyében megőrizzék vezető pozíciójukat olyan riválisokkal szemben, mint a Google, az Anthropic, vagy Elon Musk új cége, az xAI.
„Most először képesek a következtetésre specializált modelljeink önállóan hasznosítani a ChatGPT összes eszközét – webes böngészést, Pythont, képfelismerést és kép-generálást,” fogalmazott az OpenAI. „Ez nagymértékben hozzájárul, hogy komplex, több lépésből álló problémákat hatékonyabban oldjunk meg, és valódi lépéseket tegyünk a független fellépés felé.”
A cég, amelyet a múlt hónapban 300 milliárd dollárra értékeltek egy finanszírozási körben, azt is megjegyezte, hogy az o3 és az o4-mini azok az első AI modellek, amelyek képesek a képi információkat közvetlenül integrálni a következtetési folyamatba.
Az o3 modellt különösen alkalmasnak tartják matematikai, programozási, tudományos feladatokhoz és képek értelmezéséhez, míg az o4-mini gyorsabb és költséghatékonyabb működést kínál felhasználóinak.
Ugyancsak figyelemre méltó, hogy az OpenAI a múlt hónapban natív képgeneráló funkcióval bővítette rendszerét, amely komoly népszerűséget szerzett online a Studio Ghibli-stílusú anime képek készítésének képességével.
Az OpenAI bejelentette, hogy mindkét modell szerdától elérhető lett a ChatGPT Plus, Pro és Team felhasználók számára.
A vállalat közössége régóta viccelődik az AI modellek furcsa vagy zavarba ejtő nevein. Sam Altman vezérigazgató is beszállt ebbe a diskurzusba, X-en közzétett bejegyzésében humorosan megjegyezte, nyárig megoldják a névkérdést, ám addig is várják a vicceket.
Továbbá az OpenAI közleménye szerint mindkét modellt a cég eddigi legszigorúbb biztonsági programja alá vetették. Ennek keretében frissítették az úgynevezett „Preparedness framework"-öt, amely az AI-modellek biztonságos használatát garantálja.
Ugyanakkor a biztonsági intézkedések és folyamatok változtatásai miatt az OpenAI az elmúlt időszakban kritikákat is kapott. A cég fenntartja a jogot, hogy saját biztonsági követelményeit módosítsa, amennyiben más fejlesztő magas kockázatú rendszert dobna piacra hasonló védelmi intézkedések hiányában.
Az OpenAI ezen a héten azt is bejelentette, hogy bizonyos finomhangolt modellekhez már nem követeli meg a biztonsági vizsgálatokat, és kihagyta a GPT-4.1 modellnél az úgynevezett „model card”-ot, amely a korábbi biztonsági teszteket részletezi. Idén februárban például a Deep Research AI-eszköz bemutatása is megelőzte annak biztonsági jelentését.
Forrás