OpenAI مدل هوش مصنوعی جدیدی با نام o1 را معارفه کرده که اولین مدل این استارتاپ از سری مدل‌های دارای قابلیت «استدلال» برای جواب‌دادن به سؤالات پیچیده‌تر است. علاوه‌براین، یک نسخه کوچک‌تر و ارزان‌تر از آن با نام o1-mini نیز انتشار شده است. در شایعه ها مربوط به این استارتاپ، به این مدل با نام «توت‌فرنگی» اشاره شده می بود.

o1 قدم مهمی برای OpenAI در جهت مقصد تشکیل مدل‌های هوش مصنوعی همانند انسان است. این مدل نسبت به مدل‌های قبلی در نوشتن کد و حل مسائل چند مرحله‌ای بهتر عمل می‌کند، اما گران‌تر و کُندتر از GPT-4o است. این چنین OpenAI از o1 به‌گفتن یک نسخه «پیش‌نمایش» نام برده است تا بر نوظهور بودن آن پافشاری داشته باشد.

ویدیوی زیر قابلیت o1 در تشکیل کد مربوط به یک بازی ویدیویی از دستور متنی ساده را مشخص می کند:

هزینه و زمان دسترسی به مدل o1

کاربران ChatGPT Plus و Team هم‌اکنون به o1 و o1-mini دسترسی دارند و کاربران Enterprise و Edu در اغاز هفته آینده به آن دسترسی اشکار می‌کنند. این چنین OpenAI تصمیم دارد o1-mini را در دسترس همه کاربران رایگان ChatGPT قرار دهد، اما تا این مدت زمان آن را اظهار نکرده است.

برای گسترش‌دهندگان این مدل با قیمت تقریباً بالایی اراعه شده است و API آن به ازای هر ۱ میلیون توکن ورودی ۱۵ دلار و به ازای هر ۱ میلیون توکن خروجی ۶۰ دلار هزینه دارد. برای قیاس، GPT-4o به ازای هر ۱ میلیون توکن ورودی ۵ دلار و به ازای هر ۱ میلیون توکن خروجی ۱۵ دلار هزینه دارد.

این چنین روش آموزش این مدل نسبت به مدل‌های قبلی OpenAI متفاوت است، هرچند این استارتاپ در رابطه جزئیات آن توضیحی دقیقی اراعه نکرده است. «جری تورک»، سرپرست تحقیقات OpenAI، می‌گوید که o1 با منفعت گیری از یک الگوریتم بهینه‌سازی‌شده کاملاً تازه و مجموعه داده‌های آموزشی جدیدی که به‌طورخاص برای آن طراحی شده‌اند، آموزش داده شده است.

درواقع برای o1 از تکنیکی با نام «یادگیری تقویتی» منفعت گیری شده است که علتمی‌شود مدل با پاداش و جریمه مسائل را به تنهایی حل کند. سپس همانند انسان‌ها که مشکلات را با مرور مرحله‌به‌مرحله پردازش می‌کنند، از یک «زنجیره فکر» برای پردازش سؤالات منفعت گیری می‌کند.

با وجود این روش آموزش تازه، OpenAI می‌گوید که این مدل دقیق‌تر عمل می‌کند و توهم کمتری دارد.

ویدیوی زیر قابلیت استدلال این مدل را مشخص می کند:

مطابق توضیحات OpenAI، با اهمیت ترین مسئله‌ای که این مدل تازه را نسبت به GPT-4o نزدیک می‌کند، توانایی آن در حل مسائل پیچیده، همانند کدنویسی و ریاضی است که زیاد بهتر از مدل‌های قبلی عمل می‌کند و این چنین توضیح استدلال آن است. درعین‌حال، o1 در تعداد بسیاری از حوزه‌ها به‌اندازه GPT-4o توانایی ندارد. o1 در دانش واقعی درمورد جهان به خوبی عمل نمی‌کند و این چنین توانایی مرور وب یا پردازش فایل‌ها و تصاویر را ندارد.