معرفی مدل جدید OpenAI به نام o1، مدلی با توانایی خودسنجی

۲۵ شهریور ۱۴۰۳آخرین بروزرسانی: ۱۴ مهر ۱۴۰۳

زمان تقریبی مطالعه 2 دقیقه

OpenAI اخیراً محصول جدید خود را معرفی کرده: مدلی از هوش مصنوعی تولیدی با نام رمز «توت‌فرنگی» که به‌طور رسمی به o1 نامیده می‌شود. این مدل در واقع خانواده‌ای از مدل‌ها است که شامل دو نوع o1-preview و o1-mini می‌شود.

مدل o1-mini به‌عنوان یک مدل کوچک و کارآمد برای تولید کد طراحی شده است.

برای دسترسی به این مدل در ChatGPT، کاربران باید عضو ChatGPT Plus یا Team باشند. همچنین کاربران در بخش‌های آموزشی و شرکتی به زودی به این مدل دسترسی خواهند داشت.

در حال حاضر، تجربه کار با o1 نسبت به مدل‌های قبلی، ساده‌تر است، اما این مدل نمی‌تواند به‌طور مستقیم وب‌گردی کند یا فایل‌ها را تحلیل کند. به‌علاوه، قابلیت تحلیل تصویر آن به دلیل نیاز به آزمایش‌های بیشتر غیر فعال شده است. محدودیت‌های ارسال پیام نیز وجود دارد: 30 پیام در هفته برای o1-preview و 50 پیام برای o1-mini.

هزینه استفاده از این مدل نیز بسیار بالا است. به‌طور خاص، o1-preview در API به ازای هر یک میلیون توکن ورودی، 15 دلار و به ازای هر یک میلیون توکن خروجی، 60 دلار هزینه دارد. این هزینه نسبت به مدل‌های قبلی سه برابر برای ورودی و چهار برابر برای خروجی افزایش یافته است.

قابلیت‌های جدید o1

مدل o1 به دلیل توانایی خودسنجی، برخی از مشکلات معمول در مدل‌های تولیدی را به‌خوبی مدیریت می‌کند. این مدل می‌تواند با صرف زمان بیشتری به تحلیل تمام جوانب یک سوال بپردازد. توانایی «تفکر» o1 قبل از پاسخ‌گویی به سوالات، ویژگی‌ای است که این مدل را از سایر مدل‌ها متمایز می‌کند.

با زمان بیشتر برای تفکر، o1 می‌تواند به‌طور جامع یک وظیفه را مورد بررسی قرار دهد و اقداماتی را در یک بازه زمانی طولانی برای رسیدن به پاسخ انجام دهد. این ویژگی، o1 را برای کارهایی مانند شناسایی ایمیل‌های حساس در صندوق ورودی وکلا یا ایده‌پردازی درباره استراتژی‌های بازاریابی محصول مناسب می‌کند.

پژوهش‌گران OpenAI اعلام کردند که o1 با استفاده از یادگیری تقویتی آموزش دیده است که به سیستم می‌آموزد تا قبل از پاسخ‌دهی، «تفکر» کند و با پاداش دادن به پاسخ‌های صحیح و جریمه کردن پاسخ‌های نادرست، به این روند کمک کند.

مزایا و چالش‌های مدل o1

این مدل به‌طور کلی عملکرد بهتری در حل مسائل مرتبط با تحلیل داده‌ها، علوم و کدنویسی دارد. OpenAI همچنین بیان کرده است که o1 در مهارت‌های چندزبانه به‌ویژه در زبان‌های عربی و کره‌ای عملکرد بهتری دارد. با این حال، برخی معایب نیز وجود دارد. o1 ممکن است بسته به نوع سوال، پاسخ‌دهی‌اش بیشتر از سایر مدل‌ها طول بکشد و این ممکن است به بیش از 10 ثانیه برای برخی سوالات برسد.

با این حال، o1 هنوز هم به‌خوبی نمی‌تواند در برخی بازی‌ها مانند دوز (tic-tac-toe) عملکرد قابل قبولی داشته باشد و همچنان احتمال خطا و تولید اطلاعات نادرست (hallucination) در این مدل وجود دارد.

رقابت در حوزه هوش مصنوعی

OpenAI تنها شرکتی نیست که در حال تحقیق بر روی روش‌های منطقی برای بهبود دقت مدل‌های خود است. پژوهش‌گران DeepMind نیز اخیراً نتایجی منتشر کردند که نشان می‌دهد با دادن زمان و راهنمایی بیشتر به مدل‌ها، می‌توان عملکرد آن‌ها را بهبود بخشید. OpenAI همچنین اعلام کرده است که به‌دلیل مزیت رقابتی، از نمایش زنجیره‌های تفکر o1 در ChatGPT خودداری کرده است.

با این حال، پرسش اصلی این است که آیا OpenAI می‌تواند o1 را به‌طور گسترده و با هزینه‌ای مناسب در دسترس کاربران قرار دهد.