Fra o1 til o3: Hvordan OpenAI gjenskaper kompleks resonnering i AI

Generativ AI har gjenskapt hva vi tror AI kan gjøre. Det som startet som et verktøy for enkle, repetitive oppgaver løser nå noen av de mest utfordrende problemene vi står overfor. OpenAI har spilt en stor rolle i denne utviklingen, og ledet veien med sitt ChatGPT-system. Tidlige versjoner av ChatGPT viste hvordan AI kunne ha menneskelige samtaler. Denne evnen gir en glimt inn i hva som er mulig med generativ AI. Over tid har dette systemet utviklet seg fra enkle interaksjoner til å løse utfordringer som krever resonnering, kritisk tenkning og problemløsing. Denne artikkelen undersøker hvordan OpenAI har transformert ChatGPT fra et samtaleverktøy til et system som kan resonere og løse problemer.

o1: Det første spranget inn i virkelig resonnering

OpenAIs første skritt mot resonnering kom med lanseringen av o1 i september 2024. Før o1 var GPT-modellene gode på å forstå og generere tekst, men de hadde vanskeligheter med oppgaver som krever strukturert resonnering. o1 endret dette. Det var designet for å fokusere på logiske oppgaver, og bryte ned komplekse problemer i mindre, håndterbare deler.

o1 oppnådde dette ved å bruke en teknikk kalt resonanskjeder. Denne metoden hjalp modellen med å løse komplekse problemer, som matematikk, vitenskap og programmering, ved å dele dem inn i enkle deler. Denne tilnærmingen gjorde o1 mye mer nøyaktig enn tidligere versjoner som GPT-4o. For eksempel, når det ble testet på avanserte matematikkproblemer, løste o1 83% av spørsmålene, mens GPT-4o bare løste 13%.

Suksessen med o1 kom ikke bare fra resonanskjeder. OpenAI forbedret også hvordan modellen ble trent. De brukte egendefinerte datasett fokusert på matematikk og vitenskap, og anvendte storskala forsterkingslæring. Dette hjalp o1 med å håndtere oppgaver som krevde flere skritt for å løse. Den ekstra beregnings tid som ble brukt på resonnering viste seg å være en nøkelfaktor for å oppnå nøyaktighet som tidligere modeller ikke kunne matche.

o3: Tar resonnering til neste nivå

Bygget på suksessen med o1, har OpenAI nå lansert o3. Lansert under “12 Days of OpenAI“-arrangementet, tar denne modellen AI-resonnering til neste nivå med mer innovative verktøy og nye evner.

En av de viktigste oppgraderingene i o3 er dens evne til å tilpasse seg. Den kan nå sjekke sine svar mot bestemte kriterier, og sikre at de er nøyaktige. Denne evnen gjør o3 mer pålitelig, spesielt for komplekse oppgaver der presisjon er avgjørende. Tenk på det som å ha en innbygd kvalitetskontroll som reduserer sjansen for feil. Ulempen er at det tar litt lengre tid å komme frem til svarene. Det kan ta noen ekstra sekunder eller til og med minutter å løse et problem sammenlignet med modeller som ikke bruker resonnering.

Liksom o1, ble o3 trent til å “tenke” før det svarte. Denne treningen gjorde det mulig for o3 å utføre tanke-kjede-resonnering ved hjelp av forsterkingslæring. OpenAI kaller denne tilnærmingen en “privat tanke-kjede”. Den lar o3 bryte ned problemer og tenke gjennom dem skritt for skritt. Når o3 får en oppgave, skynder det seg ikke til et svar. Det tar tid til å vurdere relaterte ideer og forklare sin resonnering. Etter dette summerer det det beste svaret det kan komme opp med.

En annen nyttig funksjon i o3 er dens evne til å justere hvor mye tid det bruker på å resonere. Hvis oppgaven er enkel, kan o3 flytte raskt. Men det kan bruke mer beregningskraft for å forbedre sin nøyaktighet for mer komplekse utfordringer. Denne fleksibiliteten er avgjørende fordi den lar brukerne kontrollere modellens ytelse basert på oppgaven.

I tidlige tester viste o3 stor potensial. På ARC-AGI-benchmarket, som tester AI på nye og ukjente oppgaver, scoret o3 87,5%. Dette er et sterkt resultat, men det pekte også ut områder hvor modellen kunne forbedres. Mens det gjorde det bra med oppgaver som kodning og avansert matematikk, hadde det noen ganger vanskeligheter med enklere problemer. 

Har o3 oppnådd kunstig generell intelligens (AGI)

Selv om o3 betydelig utvikler AI-resonnering ved å score høyt på ARC-utfordringen, en benchmark designet for å teste resonnering og tilpasning, mangler det fortsatt menneskelig intelligens. ARC-utfordringens arrangører har klargjort at selv om o3s prestasjon oppnådde et betydelig milepæl, er det bare et skritt mot AGI og ikke det endelige målet. mens o3 kan tilpasse seg nye oppgaver på imponerende måter, har det fortsatt vanskeligheter med enkle oppgaver som kommer lett for mennesker. Dette viser gapet mellom nåværende AI og menneskelig tenkning. Mennesker kan anvende kunnskap på tvers av ulike situasjoner, mens AI fortsatt sliter med det nivået av generalisering. Så, mens o3 er en bemerkelsesverdig utvikling, har det fortsatt ikke den universelle problemløsningsevnen som er nødvendig for AGI. AGI forblir et mål for fremtiden.

Veiene fremover

o3s fremgang er et stort øyeblikk for AI. Det kan nå løse mer komplekse problemer, fra kodning til avansert resonnering. AI nærmer seg ideen om AGI, og potensialet er enormt. Men med denne fremgangen kommer ansvar. Vi må tenke nøye på hvordan vi går videre. Det er en balanse mellom å pushe AI til å gjøre mer og sikre at det er trygt og skalerbart.

o3 står fortsatt overfor utfordringer. En av de største utfordringene for o3 er dens behov for mye beregningskraft. Å kjøre modeller som o3 krever betydelige ressurser, noe som gjør det vanskelig å skalerer denne teknologien og begrenser dens vidstrakte bruk. Å gjøre disse modellene mer effektive er nøkelen til å sikre at de kan nå sitt fulle potensial. Sikkerhet er en annen primær bekymring. Jo mer kapabel AI blir, jo større er risikoen for uforutsette konsekvenser eller misbruk. OpenAI har allerede implementert noen sikkerhetstiltak, som “deliberative alignment“, som hjelper med å guide modellens beslutningstagning i henhold til etiske prinsipper. Men når AI utvikler seg, må disse tiltakene utvikles også.
Andre selskaper, som Google (GOOGL ) og DeepSeek, arbeider også med AI-modeller som kan håndtere lignende resonneringsoppgaver. De står overfor lignende utfordringer: høye kostnader, skalerbarhet og sikkerhet.

AIens fremtid er lys, men det finnes fortsatt hindringer. Teknologien er på et vendepunkt, og hvordan vi håndterer problemer som effektivitet, sikkerhet og tilgjengelighet vil bestemme hvor den går. Det er en spennende tid, men nøye overveielse er nødvendig for å sikre at AI kan nå sitt fulle potensial.

Bunnlinjen

OpenAIs skritt fra o1 til o3 viser hvor langt AI har kommet i resonnering og problemløsing. Disse modellene har utviklet seg fra å håndtere enkle oppgaver til å løse mer komplekse oppgaver som avansert matematikk og kodning. o3 skiller seg ut med sin evne til å tilpasse seg, men det er fortsatt ikke på Artificial General Intelligence (AGI)-nivå. Mens det kan håndtere mye, har det fortsatt vanskeligheter med noen grunnleggende oppgaver og trenger mye beregningskraft.

Fremtiden for AI er lys, men det kommer med utfordringer. Effektivitet, skalerbarhet og sikkerhet må få oppmerksomhet. AI har gjort betydelig fremgang, men det er fortsatt mer arbeid å gjøre. OpenAIs fremgang med o3 er et betydelig skritt fremover, men AGI er fortsatt på horisonten. Hvordan vi håndterer disse utfordringene vil forme fremtiden for AI.