o3-mini έφτασε αργά το βράδυ και το OpenAI αποκάλυψε τελικά το τελευταίο του ατού. Κατά τη διάρκεια ενός Reddit AMA Q&A, ο Altman εξομολογήθηκε βαθιά ότι είχε σταθεί στη λάθος πλευρά της τεχνητής νοημοσύνης ανοιχτού κώδικα.
Είπε ότι εξετάζεται η εσωτερική στρατηγική του ανοικτού κώδικα και ότι το μοντέλο θα συνεχίσει να αναπτύσσεται, αλλά το προβάδισμα του OpenAI δεν θα είναι τόσο μεγάλο όσο πριν.
Ενώ όλοι εξακολουθούσαν να θαυμάζουν την εκπληκτική δύναμη του DeepSeek, το OpenAI τελικά δεν μπορούσε να μείνει άλλο ακίνητο.
Νωρίς χθες το πρωί, το o3-mini ξεκίνησε επειγόντως, θέτοντας νέα SOTA σε δοκιμές αναφοράς, όπως ο μαθηματικός κώδικας και η επιστροφή στο θρόνο.
Το πιο σημαντικό είναι ότι και οι δωρεάν χρήστες μπορούν να το βιώσουν! Το o3-mini δεν είναι αστείο. Στις "τελευταίες εξετάσεις για ανθρώπους", το o3-mini (high) πέτυχε άμεσα την καλύτερη ακρίβεια και το καλύτερο σφάλμα βαθμονόμησης.
Λίγες ώρες μετά Το o3-mini τέθηκε σε λειτουργία, το OpenAI άνοιξε επίσημα ένα Reddit AMA για περίπου μία ώρα.
Ο ίδιος ο Altman μπήκε επίσης στο διαδίκτυο και απάντησε σε όλες τις ερωτήσεις των διαδικτυακών χρηστών.
Τα κυριότερα σημεία αναφοράς είναι:
- Το DeepSeek είναι πράγματι πολύ καλό, και θα συνεχίσουμε να αναπτύσσουμε καλύτερα μοντέλα, αλλά το προβάδισμα δεν θα είναι τόσο μεγάλο όσο πριν
- Σε σύγκριση με μερικά χρόνια πριν, τείνω τώρα περισσότερο να πιστέψω ότι η τεχνητή νοημοσύνη μπορεί να γνωρίσει ραγδαία άλματα
- Βρισκόμαστε στη λάθος πλευρά του ζητήματος της ανοικτής διάθεσης σταθμισμένων μοντέλων τεχνητής νοημοσύνης
- Σύντομα θα έρθει μια ενημέρωση για την προηγμένη λειτουργία φωνής, την οποία θα ονομάσουμε απευθείας GPT-5 και όχι GPT-5o. Δεν υπάρχει ακόμη συγκεκριμένο χρονοδιάγραμμα.
Εκτός από τον ίδιο τον Altman, ο επικεφαλής έρευνας Mark Chen, ο επικεφαλής προϊόντος Kevin Weil, ο αντιπρόεδρος μηχανικής Srinivas Narayanan, η επικεφαλής έρευνας API Michelle Pokrass και ο επικεφαλής έρευνας Hongyu Ren ήταν επίσης online και απάντησαν προσεκτικά σε όλες τις ερωτήσεις των διαδικτυακών χρηστών.
Στη συνέχεια, ας ρίξουμε μια ματιά στο τι είπαν όλοι.
Ο Altman μετανοεί βαθιά, παίρνοντας τη λάθος πλευρά στη μάχη για την τεχνητή νοημοσύνη ανοιχτού κώδικα
Η ξαφνική επιστροφή του DeepSeek μπορεί να ήταν απροσδόκητη για όλους.
Κατά τη διάρκεια των ερωτήσεων και απαντήσεων στην AMA, ο ίδιος ο Altman μετανόησε βαθιά για το γεγονός ότι πήρε τη λάθος πλευρά στη μάχη της τεχνητής νοημοσύνης ανοιχτού κώδικα και αναγκάστηκε να παραδεχτεί τα ισχυρά πλεονεκτήματα του DeepSeek.
Αυτό που εξέπληξε πολλούς ανθρώπους ήταν ότι ο Altman δήλωσε ακόμη ότι το προβάδισμα του OpenAI δεν ήταν τόσο ισχυρό όσο ήταν.
Ακολουθούν όλες οι κλασικές απαντήσεις που συγκεντρώσαμε από τον Altman.
Ερ: Ας μιλήσουμε για το μεγάλο θέμα της εβδομάδας: Deepseek. Είναι σαφώς ένα πολύ εντυπωσιακό μοντέλο, και ξέρω ότι πιθανότατα εκπαιδεύτηκε πάνω στα αποτελέσματα άλλων LLM. Πώς θα αλλάξει αυτό τα σχέδιά σας για μελλοντικά μοντέλα;
Altman: Είναι πράγματι ένα πολύ εντυπωσιακό μοντέλο! Θα αναπτύξουμε καλύτερα μοντέλα, αλλά δεν θα μπορέσουμε να διατηρήσουμε τόσο μεγάλο προβάδισμα όπως τα προηγούμενα χρόνια.
Ερ: Πιστεύετε ότι η αναδρομική αυτοβελτίωση θα είναι μια σταδιακή διαδικασία ή μια ξαφνική απογείωση;
Altman: Προσωπικά, νομίζω ότι τείνω περισσότερο να πιστεύω ότι η Τεχνητή Νοημοσύνη μπορεί να σημειώσει ταχεία πρόοδο απ' ό,τι πριν από μερικά χρόνια. Ίσως ήρθε η ώρα να γράψω κάτι για το θέμα αυτό...
Ερ: Μπορούμε να δούμε όλα τα σημεία που σκέφτεται το μοντέλο;
Altman: Ναι, σύντομα θα παρουσιάσουμε μια πιο χρήσιμη και λεπτομερή έκδοση. Ευχαριστούμε την R1 για την ενημέρωση.
Kevin Weil, Διευθύνων Σύμβουλος Προϊόντων: Αυτό θα συμβεί σύντομα. Το αν θα δείξουμε τα πάντα ή όχι μένει να καθοριστεί. Η εμφάνιση όλων των αλυσίδων σκέψης (CoT) θα οδηγούσε σε απόσταξη μοντέλων ανταγωνιστών, αλλά γνωρίζουμε επίσης ότι οι χρήστες (τουλάχιστον οι προχωρημένοι χρήστες) θέλουν να το βλέπουν αυτό, οπότε θα βρούμε μια καλή ισορροπία.
Q: Πότε θα είναι διαθέσιμη η πλήρης έκδοση του o3;
Altman: Θα εκτιμούσα ότι θα είναι περισσότερο από μερικές εβδομάδες, αλλά όχι περισσότερο από μερικούς μήνες.
Q: Θα υπάρξει ενημέρωση για τη λειτουργία φωνής; Είναι αυτό ένα πιθανό σημείο εστίασης για το GPT-5o; Ποιο είναι το χονδρικό χρονοδιάγραμμα για το GPT-5o;
Altman: Ναι, μια ενημέρωση για την προηγμένη φωνητική λειτουργία έρχεται! Νομίζω ότι θα την ονομάσουμε GPT-5, όχι GPT-5o. Δεν υπάρχει ακόμη συγκεκριμένο χρονοδιάγραμμα.
Ερ: Θα σκεφτόσασταν να απελευθερώσετε κάποια πρότυπα βάρη και να δημοσιεύσετε κάποια έρευνα;
Altman: Ναι, το συζητάμε. Προσωπικά πιστεύω ότι βρισκόμαστε στη λάθος πλευρά αυτού του ζητήματος και ότι πρέπει να βρούμε μια διαφορετική στρατηγική για τον ανοιχτό κώδικα- δεν συμμερίζονται όλοι στο OpenAI αυτή την άποψη και δεν είναι η ύψιστη προτεραιότητά μας αυτή τη στιγμή.
Ένα ακόμη σύνολο ερωτήσεων:
- Πόσο κοντά βρισκόμαστε στο να προσφέρουμε το Operator στο κανονικό πρόγραμμα Plus;
- Ποιες είναι οι βασικές προτεραιότητες του τμήματος ρομποτικής;
- Τι γνώμη έχει το OpenAI για τα πιο εξειδικευμένα τσιπ/TPU, όπως τα Trillium, Cerebras κ.λπ. Δίνει το OpenAI προσοχή σε αυτό;
- Ποιες επενδύσεις πραγματοποιούνται για την αντιστάθμιση μελλοντικών κινδύνων στις AGI και ASI;
- Ποιες ήταν οι πιο αξέχαστες διακοπές σας;
Altman:
- Λίγοι μήνες
- να παράγουμε ένα πραγματικά καλό ρομπότ σε μικρή κλίμακα και να μαθαίνουμε από την εμπειρία
- Το GB200 είναι προς το παρόν δύσκολο να νικηθεί!
- Μια καλή επιλογή θα ήταν να βελτιώσετε την εσωτερική σας κατάσταση - ανθεκτικότητα, προσαρμοστικότητα, ηρεμία, χαρά κ.λπ.
- Είναι δύσκολο να διαλέξω! Αλλά τα δύο πρώτα που μου έρχονται στο μυαλό είναι: backpacking στη Νοτιοανατολική Ασία ή σαφάρι στην Αφρική.
Ερ: Σκοπεύετε να αυξήσετε την τιμή της σειράς Plus;
Altman: Στην πραγματικότητα, θέλω να το μειώσω σταδιακά.
Ερ: Ας υποθέσουμε ότι βρισκόμαστε στο έτος 2030 και μόλις δημιουργήσατε ένα σύστημα που οι περισσότεροι άνθρωποι θα αποκαλούσαν AGI. Ξεχωρίζει σε όλα τα τεστ αναφοράς και ξεπερνά τους καλύτερους μηχανικούς και ερευνητές σας όσον αφορά την ταχύτητα και την απόδοση. Τι ακολουθεί; Εκτός από το "να το βάλουμε στον ιστότοπο και να το προσφέρουμε ως υπηρεσία", έχετε άλλα σχέδια;
Altman: Ο σημαντικότερος αντίκτυπος, κατά τη γνώμη μου, θα είναι η επιτάχυνση της επιστημονικής ανακάλυψης, η οποία νομίζω ότι είναι ο παράγοντας που θα συμβάλει περισσότερο στη βελτίωση της ποιότητας ζωής.
Δημιουργία εικόνας 4o, σύντομα
Στη συνέχεια, προστέθηκαν απαντήσεις από άλλα μέλη του OpenAI.
Q: Σχεδιάζετε ακόμα να λανσάρετε τη γεννήτρια εικόνων 4o;
Kevin Weil, Διευθύνων Σύμβουλος Προϊόντων: Kevin Weil: Ναι! Και νομίζω ότι η αναμονή αξίζει τον κόπο.
Ε: Τέλεια! Υπάρχει κάποιο πρόχειρο χρονοδιάγραμμα;
Kevin Weil, Διευθύνων Σύμβουλος Προϊόντων: Kevin Weil: Μου ζητάς να μπλέξω σε μπελάδες. Ίσως για μερικούς μήνες.
Και μια άλλη παρόμοια ερώτηση.
Q: Πότε μπορούμε να περιμένουμε να δούμε το ChatGPT-5;
Kevin Weil, Διευθύνων Σύμβουλος Προϊόντων: Λίγο μετά το o-17 micro και το GPT-(π+1).
Και μια άλλη ερώτηση αναδύεται:
- Τι άλλους τύπους παραγόντων μπορούμε να περιμένουμε;
- Και επίσης να παρέχει έναν πράκτορα για δωρεάν χρήστες, γεγονός που θα μπορούσε να επιταχύνει την υιοθέτηση...
- Καμία ενημέρωση για τη νέα έκδοση του DALL-E;
- Μια τελευταία ερώτηση, και είναι αυτή που όλοι ρωτούν... Πότε θα εφαρμοστεί η AGI;
Kevin Weil, Διευθύνων Σύμβουλος Προϊόντων:
- Περισσότεροι πράκτορες: πολύ, πολύ σύντομα. Νομίζω ότι θα είστε ευτυχισμένοι.
- Δημιουργία εικόνας με βάση το 4o: σε λίγους μήνες, ανυπομονώ να το χρησιμοποιήσετε. Είναι υπέροχο.
- AGI: Ναι
Ερ: Σκοπεύετε να προσθέσετε λειτουργικότητα επισύναψης αρχείων στο μοντέλο συλλογισμού;
Srinivas Narayanan, Αντιπρόεδρος Μηχανολογίας: Nararin Naravan Narayna Narayna: Είναι υπό ανάπτυξη. Στο μέλλον, το μοντέλο συλλογισμού θα μπορεί να χρησιμοποιεί διάφορα εργαλεία, συμπεριλαμβανομένων των λειτουργιών αναζήτησης.
Kevin Weil, Διευθύνων Σύμβουλος Προϊόντων: Ανυπομονώ να δω το μοντέλο συλλογισμού που θα μπορεί να χρησιμοποιεί εργαλεία
Ε: Αλήθεια. Όταν λύσετε αυτό το πρόβλημα, θα ανοίξουν μερικά πολύ χρήσιμα σενάρια εφαρμογών τεχνητής νοημοσύνης. Φανταστείτε ότι μπορεί να κατανοήσει το περιεχόμενο των εγγράφων εργασίας σας των 500GB.
Όταν πρόκειται να απαντήσετε σε ένα μήνυμα ηλεκτρονικού ταχυδρομείου, θα ανοίξει ένας πίνακας δίπλα στην εφαρμογή ηλεκτρονικού ταχυδρομείου σας, ο οποίος αναλύει συνεχώς όλες τις πληροφορίες που σχετίζονται με αυτό το άτομο, συμπεριλαμβανομένης της σχέσης σας, των θεμάτων που συζητήθηκαν, της προηγούμενης εργασίας κ.λπ. Ίσως επισημανθεί κάτι από ένα έγγραφο που έχετε ξεχάσει εδώ και καιρό, επειδή είναι εξαιρετικά σχετικό με την τρέχουσα συζήτηση. Θέλω πάρα πολύ αυτή τη λειτουργία.
Srinivas Narayanan, Αντιπρόεδρος Μηχανολογίας: Naravan Naravan: Εργαζόμαστε για την αύξηση της διάρκειας του πλαισίου. Δεν υπάρχει ακόμα κάποια συγκεκριμένη ημερομηνία/ανακοίνωση.
Ερ: Πόσο σημαντικό είναι το έργο Stargate για το μέλλον του OpenAI; Kevin Weil, Διευθύνων Σύμβουλος Προϊόντων: Weil: Πολύ σημαντικό. Όλα όσα έχουμε δει δείχνουν ότι όσο περισσότερη υπολογιστική ισχύ έχουμε, τόσο καλύτερα μοντέλα μπορούμε να δημιουργήσουμε και τόσο πιο πολύτιμα προϊόντα μπορούμε να δημιουργήσουμε.
Αυτή τη στιγμή κλιμακώνουμε τα μοντέλα σε δύο διαστάσεις - μεγαλύτερη προ-εκπαίδευση και περισσότερη εκπαίδευση ενισχυτικής μάθησης (RL)/"φράουλα" - και τα δύο απαιτούν υπολογιστικούς πόρους.
Η εξυπηρέτηση εκατοντάδων εκατομμυρίων χρηστών απαιτεί επίσης υπολογιστικούς πόρους! Και καθώς κινούμαστε προς πιο έξυπνα προϊόντα πρακτόρων που μπορούν να εργάζονται συνεχώς για εσάς, αυτό απαιτεί επίσης υπολογιστικούς πόρους. Μπορείτε λοιπόν να θεωρήσετε την Stargate ως το εργοστάσιό μας, όπου η ηλεκτρική ενέργεια/GPUs μετατρέπονται σε εκπληκτικά προϊόντα.
Q: Εσωτερικά, ποιο μοντέλο χρησιμοποιείτε τώρα; o4, o5 ή o6; Πόσο πιο έξυπνα είναι αυτά τα εσωτερικά μοντέλα σε σύγκριση με το o3;
Michelle Pokrass, επικεφαλής του τμήματος έρευνας API: Pokrass: Έχουμε χάσει το μέτρημα.
Ερ: Παρακαλώ επιτρέψτε μας να αλληλεπιδρούμε με κείμενο/καμβά χρησιμοποιώντας προηγμένες φωνητικές λειτουργίες. Θέλω να μπορώ να του μιλάω και να το έχω να τροποποιεί επαναληπτικά τα έγγραφα.
Kevin Weil, Διευθύνων Σύμβουλος Προϊόντων: Kevin Weil: Ναι! Έχουμε πολλά σπουδαία εργαλεία που έχουν αναπτυχθεί σχετικά ανεξάρτητα - στόχος μας είναι να δώσουμε αυτά τα εργαλεία στα χέρια σας το συντομότερο δυνατό.
Το επόμενο βήμα είναι η ενσωμάτωση όλων αυτών των χαρακτηριστικών, έτσι ώστε να μπορείτε να μιλάτε σε ένα μοντέλο, το οποίο αναζητά και αιτιολογεί ταυτόχρονα, και να δημιουργείτε έναν καμβά που μπορεί να τρέξει την Python. Όλα τα εργαλεία πρέπει να συνεργάζονται καλύτερα μεταξύ τους. Και παρεμπιπτόντως, όλα τα μοντέλα χρειάζονται πλήρη πρόσβαση στα εργαλεία (τα μοντέλα της σειράς o δεν μπορούν επί του παρόντος να χρησιμοποιήσουν όλα τα εργαλεία), κάτι που επίσης θα υλοποιηθεί.
Ε: Πότε τα μοντέλα της σειράς o θα υποστηρίζουν τη λειτουργία μνήμης στο ChatGPT;
Michelle Pokrass, επικεφαλής του τμήματος έρευνας API: Pokrass: Είναι υπό ανάπτυξη! Η ενοποίηση όλων των χαρακτηριστικών μας με τα μοντέλα της σειράς o είναι η πρώτη μας προτεραιότητα.
Q: Θα υπάρξουν σημαντικές βελτιώσεις στο 4o; Μου αρέσει πολύ η προσαρμοσμένη GPT και θα ήταν υπέροχο αν μπορούσε να αναβαθμιστεί ή αν μπορούσαμε να επιλέξουμε ποιο μοντέλο θα χρησιμοποιηθεί στην προσαρμοσμένη GPT (όπως το o3 mini).
Michelle Pokrass, επικεφαλής του τμήματος έρευνας API: Ναι, δεν έχουμε τελειώσει ακόμα με τη σειρά 4o!
