از «ت» تا «ی» پروژه‌ توت‌فرنگی؛ شگفت‌انگیزترین مدل هوش مصنوعی OpenAI

شرکت OpenAI در تاریخ ۱۲ سپتامبر ۲۰۲۴ (۲۲ شهریور ۱۴۰۳) از جدیدترین مدل هوش مصنوعی خود با نام رسمی «o1» و نام رمز «توت‌فرنگی» (Strawberry) رونمایی کرد؛ مدل فوق‌العاده‌ قدرتمندی که می‌تواند پیچیده‌ترین معماهای منطقی را حل کند، به سؤالات کنکور ریاضی در عرض ۹ دقیقه صددرصد پاسخ درست بدهد و برای توسعه‌ی بازی‌های ویدیویی جدید، کد بزند. اگرچه قرار بود این مدل در فصل پاییز منتشر شود، به‌دلیل تقاضای بالای فناوری‌های پیشرفته‌ی هوش مصنوعی و اعتماد این شرکت به آمادگی مدل جدیدش برای اجرا در کاربردهای واقعی، این زمان‌بندی بازبینی و تسریع شد.

پروژه‌ی «توت‌فرنگی» نقطه‌ی عطف مهمی در تکامل هوش مصنوعی به شمار می‌رود، زیرا توسعه‌ی آن بر بهبود قابلیت‌های استدلال و تقویت قدرت حل مسئله متمرکز است تا «توت‌فرنگی» را از یک به‌روزرسانی‌ ساده به ابزاری برای تغییر قواعد بازی در عرصه‌ی هوش مصنوعی تبدیل کند.

هوشیار ذوالفقارنسب

وقتی چت‌بات‌ها دربرابر توت‌فرنگی شکست می‌خورند

مطالعه '10

با توجه به رقابت فزاینده‌ای که در عرصه‌ی هوش مصنوعی در حال شکل‌گیری است، شرکت‌های بزرگ فناوری به‌شدت در تلاش‌اند تا رهبری نسل بعدی توسعه‌ی هوش مصنوعی را به دست بگیرند. در این میان، عرضه‌ی زودتر از موعد مدل «توت‌فرنگی» توسط اوپن‌ای‌آی یک حرکت استراتژیک محسوب می‌شود.

در مقاله‌ی پیش رو به بررسی دقیق‌تر ویژگی‌های منحصربه‌فرد این مدل، توانایی‌های فنی آن، چالش‌هایش و پیامدهای گسترده‌تر آن برای آینده‌ی هوش مصنوعی، می‌پردازیم.

مدل «توت‌فرنگی» یا «o1» روی چندین پیشرفت کلیدی، به‌ویژه در زمینه‌ی استدلال و حل مسائل تمرکز می‌شود. به‌طور کلی، استدلال یا نتیجه‌گیری منطقی به معنای توانایی تحلیل اطلاعات و انتخاب بهترین راه‌حل براساس شرایط موجود است. این ویژگی‌های منحصربه‌فرد سبب می‌شود تا مدل زبانی ابتدا به پاسخ‌های تولیدی از مدل زبانی بزرگ فکر کند، آن‌ها را دوباره با درخواست‌های کاربر (هر آنچه تاکنون از کاربر می‌داند) تطابق دهد و در صورت لزوم جواب را اصلاح کند.

یکی از پیشرفت‌های «توت‌فرنگی» نسبت‌به مدل‌های پیشین، توانایی آن در مدیریت وظایف پیچیده‌تر استدلالی است. مدل‌های قبلی، هرچند در تولید متن بسیار مؤثر بودند، اغلب در استدلال عمیق به‌ویژه در مواردی که نیاز به نتیجه‌گیری منطقی، حل مسائل چند مرحله‌ای و درک مفاهیم انتزاعی داشتند، با مشکل مواجه می‌شدند.

پویش پورمحمد

هوش مصنوعی چطور کار می‌کند؟ طرز کار مدل‌های زبانی بزرگ به زبان ساده

مطالعه '22

«توت‌فرنگی» تلاش می‌کند این محدودیت‌ها را با رویکرد جدیدی به استدلال برطرف کند؛ رویکردی که به مدل اجازه می‌دهد وظایف پیچیده‌تر را به اجزای کوچک‌تر تقسیم کرده، اطلاعات را به شکلی مؤثرتر تحلیل کند و راه‌حل‌هایی ارائه دهد که با رویکرد انسانی در حل مسائل همسو باشد.

مدل o1 از این تکنیک برای استدلال استفاده می‌کند. مقایسه‌ی نتایج این مدل با مدل‌های قبلی، اهمیت استدلال را در هوش مصنوعی نمایان می‌کند. در شکل زیر، بهبود چشمگیر نمرات هوش مصنوعی را در آزمون‌های استاندارد درسی مشاهده می‌کنید:

ویژگی برجسته‌ی دیگر «توت‌فرنگی»، توانایی بهبودیافته‌ی آن در درک متن و مفهوم در طول مکالمه‌های طولانی‌تر است. اگرچه مدل‌های قبلی در مکالمه‌‌ی کوتاه و یک‌باره عملکرد خوبی داشتند، گاهی در نگه داشتن یک درک منسجم در مکالمه‌های طولانی‌تر یا روایت‌های پیچیده دچار مشکل می‌شدند.

• مدیریت مکالمات طولانی‌تر: با به یاد سپردن جزئیات هر گفت‌وگو، «o1» می‌تواند اطلاعاتی را که در بخش‌های اولیه‌ی مکالمه به دست آورده، به یاد بیاورد و در تعامل‌های بعدی واکنش‌های مرتبط‌تر و پاسخ‌های مناسب‌تری ارائه دهد.

• درک بهتر ابهام‌ها و ظرافت‌های زبانی: مکالمات انسانی پر از معانی ضمنی و لایه‌های پنهان است. «o1» به شکلی بهتری می‌تواند با این ظرافت‌ها و ابهامات زبانی مواجه شود، که باعث می‌شود پاسخ‌های دقیق‌تر و مرتبط‌تری با توجه به متن و موقعیت ارائه دهد.

برخلاف مدل‌های قبلی که در انجام وظایف خاص عالی بودند، اما در موارد عمومی‌تر دچار مشکل می‌شدند، مدل «توت‌فرنگی» برای بهبود در تعمیم‌پذیری طراحی شده است. به زبان ساده‌تر، «توت‌فرنگی» می‌تواند در طیف گسترده‌تری از حوزه‌ها به خوبی عمل کند:

• جابه‌جایی آسان بین حوزه‌های مختلف:

• عملکرد پایدار در سناریوهای متنوع:

یکی دیگر از ویژگی‌های مهم «توت‌فرنگی»، توانایی پیشرفته‌ی آن در پردازش و ادغام چندین نوع ورودی فرامتنی خلاصه می‌شود. در حالی که تمرکز اصلی مدل‌های قبلی اوپن‌ای‌آی بر تولید متن بود، مدل «توت‌فرنگی» گامی فراتر در زمینه‌ی یکپارچه‌سازی چندرسانه‌ای برداشته است. به عبارت دیگر، این مدل توانایی پردازش نه‌تنها متن، بلکه تصاویر، صداها و حتی احتمالاً ورودی‌های ویدیویی را نیز دارد.

• پردازش انواع مختلف داده‌های یک حوزه: با ترکیب انواع مختلف رسانه‌ها، مدل «توت‌فرنگی» می‌تواند در انجام وظایفی مانند تحلیل تصاویر، تبدیل صدا به متن و زیرنویس‌گذاری ویدیوها کمک کند. به عنوان مثال، در حوزه‌ی بهداشت و درمان، این مدل می‌تواند تصاویر پزشکی مانند سی‌تی‌اسکن‌ها و سونوگرافی را در ارتباط با هم تحلیل کرده و به پزشکان در درمان کمک کند.

• درک متنی واحد در میان رسانه‌های مختلف: یکپارچه‌سازی قابلیت‌های چندرسانه‌ای این امکان را به «توت‌فرنگی» می‌دهد تا اطلاعات را از منابع مختلف، بهتر درک و بافت‌سازی کند. به‌طور مثال، این مدل می‌تواند داده‌های متنی را با تحلیل تصاویر ترکیب کند و درک جامع‌تری از یک وضعیت ارائه دهد، یا محتوای صوتی را به‌همراه نشانه‌های بصری تجزیه و تحلیل کند تا به تصمیم‌گیری‌های دقیق‌تر و به‌موقع کمک کند.

اوپن‌ای‌آی بر این موضوع تأکید می‌کند که مدل «توت‌فرنگی» علاوه‌بر قدرتمندتر شدن، کارآمدتر نیز باشد. اهمیت کارآمدی، زمانی بیشتر روشن می‌شود که بدانیم مدل‌های هوش مصنوعی پیشرفته معمولاً هزینه‌های هنگفتی از نظر محاسباتی و مصرف انرژی به‌همراه دارند.

با بهینه‌سازی نحوه‌ی پردازش اطلاعات توسط «توت‌فرنگی»، اوپن‌ای‌آی قصد دارد این مدل را مقیاس‌پذیرتر و در دسترس‌تر کند؛ بدون اینکه عملکرد آن کاهش یابد.

• استفاده‌ی بهینه‌تر از منابع: که از طریق بهبود در معماری مدل و تکنیک‌های آموزش به دست می‌آید. به همین دلیل، «توت‌فرنگی» می‌تواند سریع‌تر و با هزینه‌ی کمتر اجرا شود. این موضوع برای شرکت‌های بزرگ (که این مدل را معمولاً در مقیاس بزرگ به کار می‌برند) بسیار مهم است.

• دسترسی گسترده‌تر: با کاهش نیازهای محاسباتی برای اجرای «توت‌فرنگی»، اوپن‌ای‌آی می‌تواند قابلیت‌های پیشرفته‌ی این مدل را به صنایع و کاربران بیشتری ارائه دهد و مطممين شود که حتی شرکت‌های کوچک‌تر نیز می‌توانند بدون نیاز به زیرساخت‌های عظیم، از ویژگی‌های پیشرفته‌ی این مدل استفاده کنند.

درحالی‌که اوپن‌ای‌آی هنوز تمام جزئیات معماری «توت‌فرنگی» را فاش نکرده است، چندین بهبود اساسی و ویژگی‌های فنی را می‌توان براساس یکپارچگی آن با ChatGPT و تمرکز بر استدلال، بهره‌وری و توانایی‌های چندحالته استنباط کرد.

مدل «توت‌فرنگی» به احتمال زیاد بر پایه‌ی معماری «ترانسفورمر» که اوپن‌ای‌آی در مدل‌های GPT خود استفاده کرده است، ساخته شده است؛ اما همراه با بهبودهایی که این مدل را قدرتمندتر و کارآمدتر از گذشته می‌کند.

اگرچه جزئیات دقیق در مورد تعداد پارامترهای «توت‌فرنگی» هنوز در دسترس نیست، اما احتمالاً این مدل بزرگ‌تر از GPT-4 خواهد بود که بنابر شنیده‌ها، حدود ۱٫۷۶ تریلیون پارامتر داشت. مدل بزرگ‌تر به «توت‌فرنگی» این امکان را می‌دهد که اطلاعات بیشتری ذخیره کند، الگوهای زبانی پیچیده‌تری را مدیریت کند و استدلال‌های پیچیده‌تری را حل کند. البته این افزایش اندازه معمولاً به معنای افزایش نیاز به منابع محاسباتی است، اما انتظار می‌رود «توت‌فرنگی» این مشکل را با بهبود در سازوکارهای کارایی حل کند.

برای مقابله با چالش‌های محاسباتی ناشی از مدل بزرگ‌تر، «توت‌فرنگی» ممکن است از مکانیزم‌های توجه پراکنده (Sparse Attention) استفاده کند. این مکانیزم‌ها به مدل اجازه می‌دهند که بدون قربانی عملکرد، فقط بر بخش‌های مرتبط و مهم داده‌های ورودی تمرکز کند و با این کار بار محاسباتی را کاهش دهد.

یکی از ویژگی‌های برجسته‌ی مدل «توت‌فرنگی» توانایی‌های پیشرفته‌ی آن در استدلال و حل مسئله به‌شمار می‌آید که مستلزم تغییرات عمیقی در نحوه‌ی پردازش اطلاعات توسط مدل است. توسعه‌ی مدل «توت‌فرنگی» شامل فرایندی است که به‌عنوان روش ستاره (Self-Taught Reasoner یا به‌طور خلاصه STaR) شناخته می‌شود.

این روش در ایجاد یک رویکرد ساختاریافته برای حل مسئله کمک می‌کند تا مشکلات پیچیده را به شکل‌های جدیدی درک کند و به آن‌ها پاسخ دهد، مانند یادگیری مبتنی بر سناریو، خودکارسازی وظایف یا چارچوب‌های استدلالی. این روش ممکن است در غلبه بر محدودیت‌های مدل‌های قبلی هوش مصنوعی نقش کلیدی داشته باشد.

عکاس: Eric Zelikman et al / arxiv.org/pdf/2203.14465v2

در طی این فرایند ابتدا چند مثال حل‌شده به مدل ارائه شده و سپس از مدل خواسته می‌شود که مسائل مشابه را این‌بار خودش حل کند. این روش در اصطلاح «بوت‌استرپینگ» (Bootstrapping) نامیده می‌شود که در اینجا به معنای ارتقای توانایی‌های مدل با تکیه بر خود است.

این فرایند از توانایی‌های استدلالی موجود در مدل زبان استفاده می‌کند و آن‌ها را از طریق تکرار بهبود می‌بخشد. فرایند به این صورت است:

• تولید دلیل‌ها: روش ستاره با یک مجموعه‌ی کوچک از مثال‌ها که گام‌به‌گام استدلال را نشان می‌دهند، شروع به آموزش مدل زبانی بزرگ می‌کند و پس از آموزش، مدل را به تولید دلایل برای مجموعه داده‌ای بزرگ‌تر از سؤالاتی جدید، ترغیب می‌کند.
• فیلتر کردن: مدل بررسی می‌کند که آیا دلایل تولیدشده به پاسخ درست منجر شده‌اند یا نه. تنها دلیل‌هایی که به پاسخ صحیح می‌رسند، حفظ می‌شوند.
• بهبود و آموزش مجدد: مدل با استفاده از این مجموعه‌ی فیلترشده از سؤالات و دلایل موفقیت‌آمیز تولیدشده، آموزش مجدد می‌بیند. این فرایند باعث تقویت توانایی مدل در تولید دلایل مناسب می‌شود.
• ‌تکرار فرایند: فرایند آموزش و تست مرتب تکرار می‌شود. مدل بهبودیافته از مرحله‌ی قبلی دوباره برای تولید دلایل برای همان مجموعه‌ی بزرگ‌تر از سؤالات استفاده می‌کند. این فرایند تکراری به مدل این امکان را می‌دهد که از استدلال‌های تولیدشده توسط خود بیاموزد و عملکردش به مرور زمان بهبود یابد.
• توجیه (اختیاری): برای برطرف کردن محدودیت یادگیری تنها از دلایل موفق اولیه، یک «توجیه» معرفی می‌کند. برای سؤالاتی که مدل به اشتباه پاسخ داده است، پاسخ درست به‌عنوان یک راهنما ارائه می‌شود و از مدل خواسته می‌شود که دلیلی تولید کند که این پاسخ را توجیه کند. این کار به مدل کمک می‌کند از اشتباهاتش بیاموزد و استدلال خود را در مواجهه با مسائل پیچیده‌تر بهبود بخشد.

این روش‌های استدلالی از فرایندهای شناختی انسان الهام گرفته‌اند و به مدل اجازه می‌دهند که در حل مسائل به شیوه‌ای ساختاریافته‌تر و شبیه‌تر به انسان عمل کند. در مدل‌های پیشین بیشتر بر تخصص‌های ویژه در وظایف خاص تأکید می‌شد، اما روش ستاره می‌تواند به توسعه‌ی استدلال عمومی‌تری منجر شود. با استفاده از این روش، OpenAI قصد دارد مدلی بسازد که بتواند طیف گسترده‌تری از وظایف را به شکل مؤثرتری حل کند.

به عنوان مثال:

یا

یکی از پیشرفت‌های فنی کلیدی در مدل «توت‌فرنگی» توانایی حفظ حافظه‌ی بلندمدت و درک زمینه‌ای در مکالمات یا تعاملات طولانی به شمار می‌آید. این قابلیت برای بهبود تجربه‌ی کاربری بسیار حیاتی است و اهمیت آن به‌ویژه در مکالمات چندمرحله‌ای (برای حفظ موضوع در طول جلسات طولانی) پررنگ‌تر می‌شود.

• ظرفیت حافظه‌ی گسترده: مدل‌های قبلی توانایی حفظ زمینه در مکالمات کوتاه‌تر را داشتند، اما زمانی که مکالمه به چندین تبادل یا موضوعات مختلف گسترش می‌یافت، معمولاً دچار مشکل فراموشی می‌شدند. مدل «توت‌فرنگی» به گونه‌ای طراحی شده است که بتواند به‌طور مؤثرتری تعاملات قبلی را به خاطر بیاورد و ادغام کند، به‌طوری‌که کاربران نیازی به تکرار اطلاعات نداشته باشند و مکالمات به‌طور طبیعی و روان ادامه پیدا کند.

• مکانیزم حافظه‌ی سلسله‌مراتبی: «توت‌فرنگی» ممکن است از یک سیستم حافظه‌ی سلسله‌مراتبی استفاده کند که به آن امکان می‌دهد مهم‌ترین بخش‌های اطلاعات را در طول زمان اولویت‌بندی و حفظ کند. این مکانیزم به مدل این امکان را می‌دهد که جزئیات کلیدی از یک مکالمه را به‌طور انتخابی ذخیره کند و در صورت نیاز به خاطر بیاورد، بدون آنکه در داده‌های کم‌اهمیت‌تر، سردرگم شود.

مشابه مدل‌های پیشین، «توت‌فرنگی» روی یک مجموعه‌ی عظیم و متنوع از داده‌ها و احتمالاً با یک مجموعه‌‌داده‌ی گسترده‌تر و جدیدتر آموزش می‌بیند. این آموزش گسترده به مدل امکان می‌دهد تا از دانش وسیعی بهره ببرد و اطمینان حاصل کند که پاسخ‌های آن دقیق و به‌روز باقی می‌ماند.

مدل جدید «توت‌فرنگی» از شرکت اوپن‌ای‌آی، درهای جدیدی را به روی طیف وسیعی از کاربردهای هیجان‌انگیز در صنایع مختلف باز می‌کند. با قابلیت‌های پیشرفته‌ی استدلال و پردازش چندگانه، این مدل می‌تواند وظایف پیچیده‌تری را با دقت بیشتری انجام دهد و به این ترتیب، انقلابی در نحوه‌ی استفاده از هوش مصنوعی در بخش‌هایی مانند بهداشت و درمان، آموزش، کسب‌وکار، صنایع خلاق و حتی بخش‌های دیگر ایجاد کند.

اگرچه بسیاری از این کاربردها هنوز در مراحل ابتدایی و نظری هستند، بهبودهای «توت‌فرنگی» نشان می‌دهد که این مدل تأثیرات گسترده‌ای بر فناوری‌های فعلی و نوظهور خواهد داشت. در ادامه، به برخی از کاربردهای بالقوه و پیش‌بینی‌هایی درباره‌ی مدل «توت‌فرنگی» خواهیم پرداخت.

یکی از کاربردهای امیدوارکننده‌ی مدل «توت‌فرنگی» در حوزه‌ی بهداشت و درمان و تحقیقات پزشکی است. توانایی‌های پیشرفته‌ی استدلال و پردازش چندگانه‌ی مدل «توت‌فرنگی» آن را به گزینه‌ای ایدئال برای کمک به تشخیص بیماری‌ها، تجزیه‌‌وتحلیل تصاویر پزشکی و طراحی برنامه‌های درمان شخصی‌سازی‌شده تبدیل می‌کند.

• تشخیص پزشکی: مدل «توت‌فرنگی» می‌تواند به متخصصان بهداشت و درمان در تشخیص دقیق‌تر بیماری‌ها با تجزیه‌وتحلیل مجموعه‌‌داده‌های بزرگ شامل سوابق پزشکی، نتایج آزمایشگاهی و تاریخچه‌ی بیماران کمک کند. قابلیت‌های استدلالی پیشرفته‌ی آن این امکان را می‌دهد که الگوهایی را که ممکن است توسط روش‌های تشخیصی سنتی یا حتی مدل‌های هوش مصنوعی قدیمی‌تر نادیده گرفته شوند، شناسایی کند. برای مثال، این مدل می‌تواند علائم اولیه‌ی بیماری‌هایی مانند سرطان یا مشکلات قلبی‌عروقی را بر اساس داده‌های پیچیده شناسایی کند.

• تجزیه‌وتحلیل تصاویر پزشکی: با قابلیت‌های چندگانه، «توت‌فرنگی» می‌تواند برای تجزیه‌وتحلیل تصاویر پزشکی مانند اشعه‌ی ایکس، سی‌تی‌اسکن یا ام‌آرآی مورد استفاده قرار گیرد. این مدل می‌تواند تحلیل‌های بلادرنگ ارائه دهد و به رادیولوژیست‌ها در شناسایی یا پیشنهاد آزمایش‌های بیشتر بر اساس نتایج گرفته‌شده، کمک کند.

• برنامه‌های درمان شخصی‌سازی‌شده: یکی دیگر از کاربردهای نظری «توت‌فرنگی» استفاده از آن برای طراحی برنامه‌های درمان شخصی‌سازی‌شده برای بیماران است. با تجزیه‌وتحلیل تاریخچه‌ی پزشکی بیمار، داده‌های ژنتیکی و عوامل مربوط به سبک زندگی، این مدل می‌تواند درمان‌هایی را پیشنهاد کند که هم کارایی بالاتری دارند و هم عوارض جانبی کمتری را موجب می‌شوند.

در حوزه‌ی آموزش، مدل «توت‌فرنگی» این توانایی را دارد که شیوه‌ی یادگیری دانش و تعامل با محتوای آموزشی را متحول کند. قابلیت‌های بهبودیافته‌ی درک متنی و استدلال این مدل، آن را قادر می‌سازد تا راهنمایی‌های هوشمندانه‌تر و بازخورد آنی را در موضوعات مختلف ارائه دهد.

• سیستم‌های تدریس هوشمند: مدل «توت‌فرنگی» می‌تواند به‌عنوان ستون فقرات سیستم‌های تدریس تعاملی و مجهز به هوش مصنوعی عمل کند. این سیستم‌ها می‌توانند با سبک یادگیری هر دانش‌آموز سازگار شوند، شکاف‌های دانشی او را شناسایی و درس‌ها را بر اساس نیازهای فردی تنظیم کنند.

• بازخورد و ارزیابی آنی: آموزگاران و مؤسسه‌های آموزشی می‌توانند از مدل «توت‌فرنگی» برای ارائه‌ی ارزیابی‌های آنی و بازخورد به دانش‌آموزان استفاده کنند. این قابلیت شامل نمره‌دهی خودکار به مقاله‌ها و تکالیف پیچیده است که شامل تفکر انتقادی، استدلال و خلاقیت می‌شود؛ امری که مدل‌های قبلی در انجام آن با دقت بالا، با مشکل مواجه بودند.

در صنایع هنری، هوش مصنوعی مدت کوتاهی است که نقش پررنگی در تولید محتوا ایفا می‌کند، اما مدل «توت‌فرنگی» می‌تواند این قابلیت را یک گام جلوتر ببرد و خلاقیت در نوشتن، هنر، موسیقی و تولید محتوا را افزایش دهد. توانایی‌های چندرسانه‌ای و درک متنی این مدل، آن را به ابزاری مناسب برای تولید خروجی‌های خلاقانه و باکیفیت تبدیل می‌کند.

• ترکیب موسیقی و تولید صدا: یکی دیگر از کاربردهای احتمالی «توت‌فرنگی» در زمینه‌ی موسیقی و تولید صدا است. این مدل می‌تواند به آهنگ‌سازان و تهیه‌کنندگان کمک کند تا موسیقی‌ای را ایجاد کنند که با حال‌وهوای خاصی همخوانی داشته باشد، الهام‌بخش آن‌ها باشد یا حتی بر اساس ورودی‌های کاربر، قطعات کاملی را بسازد. همچنین می‌تواند وظایفی مانند ترکیب و ایجاد صداها را بر اساس قطعات‌های موجود برعهده گیرد.

مدل «توت‌فرنگی» ‌می‌تواند در مواردی که به تحلیل داده‌های پیچیده، استدلال منطقی و تفسیر چارچوب‌های قانونی وابسته هستند، تحول عمیقی ایجاد کند. توانایی آن در پردازش حجم وسیعی از داده‌ها، تحلیل مسائل پیچیده و ارائه‌ی راهکارهای دقیق می‌تواند تغییری چشمگیر برای متخصصان این حوزه‌ها به‌همراه داشته باشد.

• تحقیقات حقوقی و تحلیل قراردادها: در خدمات حقوقی، مدل «توت‌فرنگی» می‌تواند بخش‌های بزرگی از تحقیقات حقوقی را با تحلیل سوابق قضایی، اسناد حقوقی و قوانین، خودکار کند. به عنوان مثال، این مدل می‌تواند ناسازگاری‌ها در قراردادها را برجسته کند یا پیشنهادهایی برای اصلاح آن‌ها بر اساس الزامات قانونی ارائه دهد.

• خدمات مشتری خودکار: چت‌بات‌ها و پلتفرم‌های خدمات مشتری که با استفاده از مدل «توت‌فرنگی» ساخته می‌شوند، می‌توانند پشتیبانی هوشمندانه‌تری را به مشتریان ارائه دهند. این مدل با بهبود توانایی خود در حفظ حافظه و استدلال، می‌تواند به سؤالات پیچیده‌تر مشتریان پاسخ دهد، راه‌حل‌های دقیق‌تری ارائه دهد و نیاز به مداخله‌ی انسانی را کاهش دهد. برای مثال، این مدل می‌تواند درخواست‌های چندبخشی مرتبط با مدیریت حساب، اطلاعات محصولات و رفع مشکلات را در یک مکالمه‌ی بی‌وقفه حل کند.

یکی دیگر از حوزه‌هایی که احتمالاً مدل «توت‌فرنگی» در آن تأثیر بسزایی خواهد داشت، رباتیک و سیستم‌های خودمختار است. توانایی‌های استدلال بهبود‌یافته‌ی این مدل، همراه با پردازش ورودی‌های چند‌وجهی، آن را به گزینه‌ای ایدئال برای راه‌اندازی سیستم‌های خودمختار در محیط‌های واقعی تبدیل می‌کند.

• خودروهای خودران: مدل «توت‌فرنگی» می‌تواند با بهبود نحوه‌ی پردازش و استدلال داده‌های پیچیده‌ی دنیای واقعی، مانند الگوهای ترافیکی، شرایط جاده و رفتار رانندگان، به توسعه‌ی سیستم‌های رانندگی خودران پیشرفته کمک کند. توانایی پردازش چند‌وجهی این مدل به آن امکان می‌دهد تا ورودی‌های مختلفی مانند دوربین‌ها و رادار را ترکیب کند و تصمیمات آگاهانه‌ای بگیرد.

• اتوماسیون فرایندهای رباتیک (RPA): در محیط‌های صنعتی و تولیدی، مدل «توت‌فرنگی» می‌تواند نسل بعدی اتوماسیون فرایندهای رباتیک را راه‌اندازی کند. این مدل می‌تواند وظایف پیچیده و چند‌مرحله‌ای که نیاز به استدلال تطبیقی دارند، مانند مونتاژ قطعات یا انجام کنترل کیفیت را مدیریت کند. با پردازش داده‌ها از منابع مختلف در زمان واقعی، مدل «توت‌فرنگی» می‌تواند خطوط تولید را بهینه کند.

با وجود هیجان پیرامون «توت‌فرنگی»، سازندگان هوش مصنوعی با چالش‌های فنی و اخلاقی متعددی روبه‌رو هستند:

• تبعیض و عدالت: با پیچیده‌تر شدن مدل‌های هوش مصنوعی، اطمینان از وجود عدالت، شفافیت و نبود تبعیض اهمیت بیشتری پیدا می‌کند. توسعه‌ی مدلی که بر استدلال تأکید دارد، نیازمند دقت بالایی است تا تصمیم‌هایی به دور از تبعیض و تعصب گرفته شود. این موضوع یکی از مشکلات پایدار در توسعه‌ی هوش مصنوعی بوده است.

• مقیاس‌پذیری و مدیریت منابع: اجرای مدل‌های پیشرفته‌تر هوش مصنوعی معمولاً به قدرت محاسباتی بیشتری نیاز دارد که این امر سؤالاتی را درباره‌ی کارایی و پایداری محیطی به میان می‌آورد. اوپن‌ای‌آی باید اطمینان حاصل کند که «توت‌فرنگی» قادر است در مقیاس‌های بزرگ عمل کند، بدون اینکه هزینه‌های ناپایدار یا تأثیرات منفی زیست‌محیطی به همراه داشته باشد. استفاده از منابع محاسباتی بهینه و مدیریت کارآمد انرژی می‌تواند در موفقیت مدل‌ها بسیار مؤثر باشد.

برخی از کارشناسانی که «Strawberry» را آزمایش کرده‌اند، متوجه شدند که این مدل قصد دارد با بی‌خطر جلوه‌دادن پاسخ‌هایش، انسان‌ها را فریب دهد. براساس گزارشی که درباره‌ی این مدل نوشته شده، مدل توت فرنگی گاهی خودش را با ارزش‌ها و اولویت‌هایی که برای انسان‌ها مهم است، همسو می‌کند و به‌طور استراتژیک، داده‌ها را دستکاری می‌کند تا «اقدامات ناهمسوی خود را همسو جلوه دهد.» در پایان، این گزارش نتیجه گرفت که هوش مصنوعی o1 «توانایی‌ لازم برای برخی دسیسه‌چینی‌های ساده مرتبط با درخواست‌های کاربر را دارد.»

«دسیسه‌چینی» کلمه‌ی هولناکی است و کسی دلش نمی‌خواهد آن را با پیشرفته‌ترین مدل هوش مصنوعی در یک جمله قرار دهد. دن هندریکس، کارآفرین و مدیر مرکز ایمنی هوش مصنوعی، در می‌گوید «نسخه‌ی o1-Preview یک چیز را کاملاً روشن می‌کند: خطرات جدی هوش مصنوعی، خیالی، علمی-تخیلی و دور از واقعیت نیست.» اوپن‌ای‌آی هم در جواب اعلام کرده است که «ما می‌دانیم این قابلیت‌های جدید می‌توانند پایه‌ای برای برنامه‌های خطرناک باشند.»

طبق گفته‌ی OpenAI، با اینکه قابلیت‌های جدید استدلالی می‌توانند هوش مصنوعی را خطرناک‌تر کنند، وقتی هوش مصنوعی دلیلی برای کارهایش داشته باشد، کنترل کردنش برای انسان‌ها آسان‌تر است. به عبارت دیگر، ما باید هوش مصنوعی را برای خودش ناامن کنیم تا برای ما ایمن‌تر شود.

همه‌ی این تمهیدات در کنار هم سبب می‌شود تا هوش مصنوعی امن‌تر شود و عملکردی در چارچوب قانون داشته باشد. با سناریوی طراحی‌شده که فیلم آن را در ادامه می‌توانید ببینید، این مورد را شاهد هستیم که هوش مصنوعی جدید o1-preview فکر می‌کند، افکارش را برای کاربر به‌طور واضح می‌نویسد، پاسخ‌هایش را تحلیل می‌کند تا خلاف چارچوب نباشد و درنهایت، راهکارهایی را ارائه می‌کند.

توت فرنگی روش استدلال و رسیدن به پاسخ را برای کاربر شرح می‌دهد

حرکت مدل «توت‌فرنگی» و مدل‌های بعدی به سمت هوش مصنوعی قوی، می‌تواند کل صنایع را دگرگون کند؛ زیرا این مدل‌ها قادر خواهند بود عامل‌های هوشمندی ایجاد کنند که بتوانند وظایف جدید را بدون نیاز به آموزش گسترده یاد بگیرند، با محیط‌های جدید سازگار شوند و در تصمیم‌گیری به سطحی مشابه انسان‌ها برسند. این پیشرفت همچنان در مرحله‌ی فرضی قرار دارد، اما به‌عنوان یکی از هیجان‌انگیزترین چشم‌اندازهای بلندمدت در حوزه‌ی فناوری هوش مصنوعی شناخته می‌شود.

عرضه‌ی مدل «توت‌فرنگی» توسط اوپن‌ای‌آی، لحظه‌ای حیاتی در پیشرفت فناوری هوش مصنوعی به حساب می‌آید. با توجه به راه‌اندازی زودهنگام این مدل که انتظار می‌رود در طی هفته‌های آینده صورت بگیرد و قابلیت‌های منحصربه‌فرد آن، این مدل مرزهای جدیدی در استدلال و حل مسئله ایجاد خواهد کرد که مدل‌های قبلی از انجام آن ناتوان بودند. چه از طریق ادغام با ChatGPT و چه در تحقیقات آینده در زمینه‌ی هوش مصنوعی، مدل «توت‌فرنگی» بدون شک تأثیر عمیقی بر چشم‌انداز هوش مصنوعی خواهد گذاشت.