Η OpenAI παρουσιάζει τα νέα μοντέλα τεχνητής νοημοσύνης o3 και o3-mini

[Axlmon]

Η OpenAI ανακοίνωσε τα νέα μοντέλα τεχνητής νοημοσύνης o3 και o3-mini, τα οποία χρησιμοποιούν την καινοτόμο τεχνολογία "private chain of thought".

Κατά τη διάρκεια της 12ης ημέρας του "12 days of OpenAI", ο διευθύνων σύμβουλος της OpenAI, Sam Altman, ανακοίνωσε τα νέα μοντέλα τεχνητής νοημοσύνης "συλλογισμού", o3 και o3-mini. Σύμφωνα με το The Information, η εταιρεία επέλεξε το όνομα "o3" αντί για "o2" για να αποφύγει πιθανές συγκρούσεις εμπορικών σημάτων με τον βρετανικό πάροχο τηλεπικοινωνιών O2.

Τα νέα μοντέλα χρησιμοποιούν μια καινοτόμο τεχνολογία που η OpenAI ονομάζει "private chain of thought", όπου το μοντέλο σταματά για να εξετάσει τον εσωτερικό του διάλογο και να σχεδιάσει μπροστά πριν απαντήσει. Αυτή η προσέγγιση αποτελεί μια μορφή τεχνητής νοημοσύνης που υπερβαίνει τα βασικά μοντέλα μεγάλης γλώσσας (LLMs).

Η OpenAI αναφέρει ότι το μοντέλο o3 πέτυχε ρεκόρ στο σημείο αναφοράς ARC-AGI, ένα τεστ οπτικού συλλογισμού που παρέμενε αήττητο από το 2019. Σε σενάρια χαμηλής υπολογιστικής ισχύος, το o3 σημείωσε 75,7%, ενώ σε δοκιμές υψηλής υπολογιστικής ισχύος έφτασε το 87,5% - συγκρίσιμο με την ανθρώπινη απόδοση στο όριο του 85%.

Επιπλέον, το o3 σημείωσε εντυπωσιακή επίδοση 96,7% στην Αμερικανική Εξέταση Μαθηματικών 2024, χάνοντας μόνο μία ερώτηση. Στο GPQA Diamond, που περιλαμβάνει ερωτήσεις μεταπτυχιακού επιπέδου σε βιολογία, φυσική και χημεία, το μοντέλο πέτυχε 87,7%. Στο Frontier Math της EpochAI, το o3 έλυσε το 25,2% των προβλημάτων, ενώ κανένα άλλο μοντέλο δεν είχε ξεπεράσει το 2%.

Το o3-mini, που ανακοινώθηκε επίσης την Παρασκευή, διαθέτει μια προσαρμοστική λειτουργία χρόνου σκέψης, προσφέροντας χαμηλές, μεσαίες και υψηλές ταχύτητες επεξεργασίας. Η OpenAI αναφέρει ότι οι υψηλότερες ρυθμίσεις υπολογισμού παράγουν καλύτερα αποτελέσματα.

Η ανακοίνωση έρχεται εν μέσω αυξανόμενου ενδιαφέροντος για μοντέλα προσομοιωμένου συλλογισμού, με την Google να ανακοινώνει το Gemini 2.0 Flash Thinking Experimental, τη DeepSeek να λανσάρει το DeepSeek-R1, και την ομάδα Qwen της Alibaba να κυκλοφορεί το QwQ.

Σύμφωνα με τον Sam Altman, η εταιρεία σχεδιάζει να διαθέσει το o3-mini στα τέλη Ιανουαρίου, με το o3 να ακολουθεί σύντομα μετά, αφού πρώτα διατεθούν στους ερευνητές ασφαλείας για δοκιμές.

Διαβάστε ολόκληρο το άρθρο

[keysmith]

η google ακόμα το φτιάχνει το δικό της.. 🙄

[nepomuk]

Εις πεισμα του Ελονα ! Εχει κοτσια ο τυπος και δεν αποκλειεται σε λιγα χρονια να υπερκερασει τον Μασκ σε ολα τα επιπεδα.

Παρ ολα τα προφανη οφελη ειναι ορατη πλεον η απωλεια τεραστιου αριθμου θεσεων εργασιας , ακλονητων καποτε .

Να δουμε πως θα αντιδρασει ο πολτισμενος (ελευθερος  περα απο τα παραπετασματα) κοσμος.

Επεξ/σία 21 Δεκεμβρίου 2024 από nepomuk

[keysmith]

6 minutes ago, nepomuk said:

Εις πεισμα του Ελονα ! Εχει κοτσια ο τυπος και δεν αποκλειεται σε λιγα χρονια να υπερκερασει τον Μασκ σε ολα τα επιπεδα.

Παρ ολα τα προφανη οφελη ειναι ορατη πλεον η απωλεια τεραστιου αριθμου θεσεων εργασιας , ακλονητων καποτε .

Να δουμε πως θα αντιδρασει ο πολτισμενος (ελευθερος  περα απο τα παραπετασματα) κοσμος.

αυτό δεν ήταν το όνειρο της ανθρωπότητας; Να δουλεύουν τα "ρομπότ" για αυτήν; Να που το πετυχαίνει..

 

[panagiotis1988]

1 ώρα πριν, keysmith είπε

αυτό δεν ήταν το όνειρο της ανθρωπότητας; Να δουλεύουν τα "ρομπότ" για αυτήν; Να που το πετυχαίνει..

Εφόσον δεν γίνεται για το όφελος ολίγων αλλά για το σύνολο της ανθρωπότητας. Αλλιως είναι σκλαβιά...

[compuholic]

Δεν ξέρω αν πρόσεξε κανείς το γράφημα, αλλά χρειάζεται πάνω από 1000$  για να λύσει ένα βήμα του τεστ, γιατί το τεστ έχει πολλά βήματα. Εν τω μεταξύ το εν λόγω τεστ είναι κάτι σαν tetris φάση, καμία σχέση με πραγματικά προβλήματα. Το ίδιο πρόβλημα μπορεί να το λύσει ένας άνθρωπος χιλάδες φορές μέσα σε ένα μήνα με μισθό 1000$+ για να μην το πάω Ινδία και το λύνει ομάδα. Αυτή την στιγμή στο youtube  και όλο το  internet κυκλοφορεί παντού ότι επιτεύχθήκε η γενική τεχνητή νοημοσύνη και ότι όλοι θα μείνουμε άνεργοι. Νομίζω ότι στον μεσαίωνα τα πράγματα ήταν καλύτερα σε πληροφόρηση από σήμερα.

[ethereum]

θα έχει ενδιαφέρον να πάρεις APIs απο την Open AI και να πειραματιστείς στο καινούργιο  Jetson Orin Nano Super  Dev kit της NVidia 

Επεξ/σία 21 Δεκεμβρίου 2024 από ethereum

[vasilisbasil]

2 ώρες πριν, compuholic είπε

Δεν ξέρω αν πρόσεξε κανείς το γράφημα, αλλά χρειάζεται πάνω από 1000$  για να λύσει ένα βήμα του τεστ, γιατί το τεστ έχει πολλά βήματα. Εν τω μεταξύ το εν λόγω τεστ είναι κάτι σαν tetris φάση, καμία σχέση με πραγματικά προβλήματα. Το ίδιο πρόβλημα μπορεί να το λύσει ένας άνθρωπος χιλάδες φορές μέσα σε ένα μήνα με μισθό 1000$+ για να μην το πάω Ινδία και το λύνει ομάδα. Αυτή την στιγμή στο youtube  και όλο το  internet κυκλοφορεί παντού ότι επιτεύχθήκε η γενική τεχνητή νοημοσύνη και ότι όλοι θα μείνουμε άνεργοι. Νομίζω ότι στον μεσαίωνα τα πράγματα ήταν καλύτερα σε πληροφόρηση από σήμερα.

Στο τουιτερ να δεις τι γίνεται.... Κάτι σαν θρησκεία και ο Sama ο νέος προφήτης . Επιτεύχθηκε λέει AGI.... Εχουν χασει πλεον οι λέξεις το νόημα τους . Μια μπιζνα ολα.  

[fwtonio]

Σε κάνει να αναρωτιέσαι γιατί αυτές οι εταιρίες έχουν ακόμα βοηθητικό προσωπικό και δεν τους έχουν απολύσει όλους... αφού η ΤΝ τα κάνει... όλα...

[michael92]

11 ώρες πριν, compuholic είπε

Δεν ξέρω αν πρόσεξε κανείς το γράφημα, αλλά χρειάζεται πάνω από 1000$  για να λύσει ένα βήμα του τεστ, γιατί το τεστ έχει πολλά βήματα. Εν τω μεταξύ το εν λόγω τεστ είναι κάτι σαν tetris φάση, καμία σχέση με πραγματικά προβλήματα. Το ίδιο πρόβλημα μπορεί να το λύσει ένας άνθρωπος χιλάδες φορές μέσα σε ένα μήνα με μισθό 1000$+ για να μην το πάω Ινδία και το λύνει ομάδα. Αυτή την στιγμή στο youtube  και όλο το  internet κυκλοφορεί παντού ότι επιτεύχθήκε η γενική τεχνητή νοημοσύνη και ότι όλοι θα μείνουμε άνεργοι. Νομίζω ότι στον μεσαίωνα τα πράγματα ήταν καλύτερα σε πληροφόρηση από σήμερα.

Είναι καθαρό PR stunt καθώς το AI hype είχε αρχίσει να χάνει έδαφος.

Το πρόβλημα δεν είναι τόσο ότι κοστίζει $3400 ανά task (χωρίς καν να υπολογίζεται η απόσβεση του hardware), αλλά ότι αυτό το κόστος δεν πρόκειται να πέσει εκθετικά αν δεν δούμε κάποια επανάσταση στους ημιαγωγούς. Το μοντέλο του να κυκλοφορεί hardware 2 φορές πιο ισχυρό στα ίδια λεφτά και με την ίδια κατανάλωση κάθε 18-24 μήνες έχει πάψει να ισχύει εδώ και μια δεκαετία. Ακόμα όμως και με την πρόοδο της δεκαετίας του 90/2000, θα έπαιρνε 20 χρόνια να πέσει το κόστος στα $3,4. 

[loverman210]

10 ώρες πριν, vasilisbasil είπε

Στο τουιτερ να δεις τι γίνεται.... Κάτι σαν θρησκεία και ο Sama ο νέος προφήτης . Επιτεύχθηκε λέει AGI.... Εχουν χασει πλεον οι λέξεις το νόημα τους . Μια μπιζνα ολα.  

Πράγματι on twitter they're losing their s**t!

Ωστόσο ένα απο τα πιο balanced takes που διάβασα (κ σωστό κατ'εμε) ήταν αυτό:

 

[ethereum]

Kudos στον Sam Altman που κρατάει σημειώσεις με μπλοκάκι και στυλό 😁

 

[Evangelos Anagnostou]

Φυσικά προχωράνε τα πράγματα στην ΑΙ με εντυπωσιακό ρυθμό αλλά νομίζω ότι η ανθρωπότητα έχει μπει σε μια φάση αυτοτροφοδοτούμενης υστερίας, με κύριο μοχλό τους αλγόριθμους των σοσιαλ μίντια.

Μια αυξανόμενη ανάγκη για έντονα συναισθήματα που πλέον η πραγματικότητα δεν μπορεί να καλύψει, οπότε καταφεύγουμε στις φαντασιοπληξίες. Τα αεροπλάνα γίνονται εξωγήινοι, ο κόσμος που ζούμε τελειώνει και η ΑΙ θα μας κλέψει την γυναίκα.

Η σκοτεινή πλευρά είναι ότι όπως όλοι οι εθισμοί, έτσι και ο εθισμός στην ένταση, αφήνει ανθρώπους κατατονικούς και απογοητευμένους.

[tomvrs]

Πολύ αχρηστο και επικίνδυνο για πολλά λάθη …

[SuperLuigis]

Κάτι πρέπει να κάνουν με τα ονόματα των μοντέλων τους