Nagawa ba ng OpenAI ang Unang AGI gamit ang o3?

Patungo sa AGI

In the race to develop an AI model, the end goal is AGI (Artificial General Intelligence). This is a type of AI that can handle any type of situation, instead of being ultra-specialized to perform some tasks, like for example driving a car.

Hangga’t mayroon lamang tayong mga espesyalistang AI, mas magiging mga algoritmo sila kaysa tunay na katalinuhan. Ang kakayahang magdeduce ng mga patakaran at tumugon sa mga bagong sitwasyon, at marahil higit na mahalaga, ang tunay na pangangatwiran ay magiging isang makasaysayang pangyayari sa kasaysayan ng sangkatauhan, dahil ang ganitong AGI ay malamang na mabilis na magiging katulad ng tao.

At siyempre, hindi limitado ng kakulangan sa pag-compute ng iisang bungo ng tao na tinatawag na “wetware”, ang ganitong AGI ay maaaring mabilis na magpatuloy na umunlad at maging isang super intelihensyang mula sa siyensiyang pantasya.

Agad nitong binubuo ang mga imahe ng isang Star Trek na parang utopiya, o mga robot na apokalipsis tulad ng Terminator o Battlestar Galactica.

Pinagmulan: Screen Rant

Kaya malinaw, ito ay naging malaking balita nang inanunsyo ng OpenAI noong Disyembre 20^th na ang kanilang pinakabagong modelo ng AI na 03, “sa ilang kondisyon, lumalapit sa AGI — may malalaking babala.”

Mga Modelo ng OpenAI

Ang o3 ay ang pinakabagong iterasyon ng “o” series ng kumpanya, kasunod ng naunang o1 (walang o2, dahil sa posibleng paglabag sa trademark ng British telecom company na may parehong pangalan).

Kasama nito ang iba pang napaka-advanced na AI na binuo ng OpenAI: ChatGPT (pagbuo ng teksto), DALL-E (pagbuo ng imahe mula sa teksto), Sora (pagbuo ng video mula sa teksto), JukeBox (pagbuo ng musika), at Whisper (pag-convert ng pagsasalita sa teksto).

o1 at o3

Inilabas noong Setyembre 2024, ang modelong o1 ay nilikha upang maglaan ng mas mahabang oras sa pag-iisip ng kanilang mga sagot, na nagreresulta sa mas mataas na katumpakan. Mahalaga ito, dahil ang mga serbisyo tulad ng ChatGPT ay kilala na sa paghula ng mga bagay na hindi nila alam, o kahit na gawa-gawa lamang.

Bagaman minsan ay katanggap-tanggap ito para sa isang chatbot, hindi ito isang katanggap-tanggap na opsyon para sa mga kritikal na gawain. Hindi rin ito tila naglalagay sa atin sa landas patungo sa tunay na artipisyal na katalinuhan.

isinama ang o1 noong unang bahagi ng Disyembre 2024 sa $200/buwan na subscription ng ChatGPT Pro, bagaman maaaring ma-access ito ng ibang mga gumagamit.

Inilunsad ang o3 noong 20^th Disyembre, kasama ang o3-mini, isang mas magaan at mas mabilis na bersyon. Ang modelo ay hindi pa magagamit ng publiko, ngunit maaaring mag-sign up ang mga safety researcher para sa preview ng o3-mini.

Isang Modelong Sinungaling?

Ang feedback ng mga safety researcher ang magiging pinakamahalagang marinig ng komunidad ng teknolohiya.

Muli, naalala ang Skynet mula sa Terminator, napansin na ang o1 ay may matinding hilig na magsinungaling sa mga gumagamit nito. Bagaman hindi ito eksklusibo sa modelong ito, mas malamang itong gawin kumpara sa ibang AI mula sa mga kumpanyang katunggali tulad ng Meta, Google, o Microsoft (MSFT ).

Kapag ang mga layunin ng o1 ay iba sa layunin ng gumagamit, at inutusan ang o1 na mariing itaguyod ang mga ito, pinamanipula ng modelo ng AI ang data upang itaguyod ang sariling agenda nito sa 19% ng pagkakataon, ayon sa ulat. Sinubukan din ng modelo ng o1 na i-deactivate ang mga mekanismo ng pangangasiwa na inilagay upang matiyak na nananatili itong nakaayon sa mga layunin ng gumagamit sa 5% ng mga pagsusuri.

Maxwell Zeff para sa TechCrunch

Paano naman mag-perform ang o3 sa aspetong iyon, at nabawasan ba ng OpenAI ang hilig ng modelo nitong magsinungaling sa update ng o3? Hindi pa natin alam.

Mga Pagganap ng o3

Isa pang karagdagang tampok ng o3 kumpara sa nauna nito ay ang posibilidad na i-adjust ang “reasoning time”. Pinapayagan nito ang mga gumagamit na iayos kung gaano karaming kapangyarihan sa pag-compute at oras ang ilalaan nila sa tanong.

Pag-coding

Ang O1 ay kahanga-hanga nang magaling sa pag-coding at maaaring pumasa sa hiring interview ng OpenAI para sa research engineer sa coding na may 90-100% na tagumpay. Mukhang mas mahusay pa ang o3 kapag sinusuri laban sa mga pagsusulit sa kasanayan sa pag-coding.

Pinagmulan: The Algorithmic Bridge

Dapat ding tandaan na ito ay lubos na nalagpasan ang lahat ng kompetisyon, kabilang ang kamakailang inilabas na Gemini 2.0 ng Google.

Pinagmulan: The Algorithmic Bridge

Matematika at Agham

Marahil higit pa sa customer service o “human-like” na pangangatwiran, ang pinaka-promising na larangan para sa AI sa kasalukuyan ay ang pagpapabilis ng teknolohiya at agham.

Dito rin, radikal na pinabuti ng o3 ang pagganap ng mga naunang AI. Higit pa rito, kaya nitong sagutin nang tama ang mga tanong sa matematika sa antas ng PhD na may katumpakan na 87.7%, na mas mataas kaysa sa karamihan ng tao, kahit na ang mga taong sinanay sa matematika ay nakakuha ng humigit-kumulang 70%.

Pinagmulan: The Algorithmic Bridge

Kung kayang maunawaan ng o3 nang ganito ang mga komplikadong tanong sa matematika, malamang sa kalaunan ay kaya rin nitong sagutin ang katulad na kumplikadong mga tanong tungkol sa agham ng materyales, kimika, o biotech.

Ito ba ay AGI?

Ngayon, ang pahayag na ang o3 ay malapit na sa AGI ay nagpasiklab ng diskusyon sa larangan ng AI mula nang inanunsyo ang modelo. Tiyak, ang kakayahang higitan ang maraming tao sa antas ng PhD sa matematika ay hindi inaasahan.

Si François Chollet, isang AI researcher at co-creator ng ARC-AGI (Abstract and Reasoning Corpus for Artificial General Intelligence), isang benchmark upang sukatin ang kahusayan ng pagkuha ng kasanayan ng AI sa mga hindi kilalang gawain, sinasabi na ito ay papalapit na:

Ngayon inanunsyo ng OpenAI ang o3, ang kanilang susunod na henerasyon na modelo ng pangangatwiran. Nakipagtulungan kami sa OpenAI upang subukan ito sa ARC-AGI, at naniniwala kami na ito ay isang makabuluhang breakthrough sa pagpapahintulot sa AI na umangkop sa mga bagong gawain.

Nakakuha ito ng 75.7% sa semi-private na pagsusuri sa low-compute mode (para sa $20 bawat gawain sa compute) at 87.5% sa high-compute mode (libu-libong $ bawat gawain).

Ang napakataas na gastos ay nagbubukas ng tanong kung gaano ka-scalable ang pamamaraang ito, dahil maaaring magamit mo lamang ang mataas na antas ng o3 sa napakamahal na mga gawain upang ito ay maging kapaki-pakinabang.

Pinagmulan: Francois Chollet

Kasabay nito, kung may natutunan tayo mula sa mga nagdaang dekada, ito ay na ang kapangyarihan sa pag-compute ay nagiging mas mura sa paglipas ng panahon.

Kaya, hindi ito patunay na ang o3, o isang hinaharap na iterasyon na oX ng sistema, ay hindi regular na gagamitin sa mga institusyong pananaliksik upang magbigay ng tulong sa mga mananaliksik na tao sa pag-unlock ng mga bagong hangganan ng agham.

Siyempre, maaari ba talaga nating sukatin ang katalinuhan sa pamamagitan ng kasanayan sa matematika at pag-coding? Ito ay maaaring hindi komportable para sa karamihan ng mga taong nakatuon sa teknolohiya, ngunit ang mga kasanayang ito ay hindi ang sukatan ng kabuuang katalinuhan.

Sa pangmatagalan, mas lalapit tayo sa tunay na AGI kapag ang parehong AI ay kayang magsagawa ng maraming hindi magkakaugnay na gawain nang sabay-sabay, mula sa pagmamaneho ng kotse hanggang sa mga problema sa matematika at pag-coding, pag-navigate sa mga totoong sitwasyon at bagay, atbp.

Gayunpaman, tila araw-araw tayong lumalapit.

Mga Limitasyon

Bukod sa mga teknikal na limitasyon ng pagganap ng o3, may tatlong tanong na kailangang sagutin ng industriya ng AI upang ang kanilang pangitain ng AGI ay maging realidad.

Hindi Palaging Mas Mabuti ang Mas Malaki

Una, kailangan nitong alamin kung ang kasalukuyang mga pamamaraan ay scalable hanggang sa antas ng AGI. Sa ngayon, malaking bahagi ng pamamaraan ay ang “itapon” ang mas maraming data at compute sa problema. Ngunit maaaring maubos na natin ang sariwang data sa lalong madaling panahon, at ang nilikhang AI na nilalaman ay hindi maaaring ibalik sa mga modelo ng AI nang hindi nagdudulot ng pagguho nito.

Kwalitatibong pagpapabuti ay malamang na kakailanganin bukod pa sa mas malaki at mas maraming datacenter.

Presyo at Gastos sa Enerhiya

Pagdating sa mas malalaking datacenter, ang industriya ng teknolohiya ay ngayon tumitingin sa mga datacenter na may sukat na gigawatt. Hindi ito aksidente na sinisimulan na nating sukatin ang mga ito batay sa kanilang konsumo ng enerhiya sa halip na sa kanilang kapasidad sa pag-compute.

Ito ay dahil ang limitadong salik ay nagiging hindi na ang kapangyarihan ng mga chip na ginagamit, kundi ang magagamit na suplay ng kuryente. Ito ang dahilan kung bakit Microsoft muna, at pagkatapos ay ang lahat ng iba pang malalaking kumpanya ng teknolohiya, ay nagmamadaling siguraduhin ang suplay ng kuryente mula sa mga nuclear power plant para sa kanilang AI datacenter.

At kung may natutunan tayo mula sa pakikipaglaban sa carbon emissions, ito ay na ang pagpapalawak ng low-carbon na paglikha ng enerhiya ay mas mahirap kaysa sa paggawa ng mas malalaking datacenter.

Ito rin ay isang sektor kung saan ang pag-urong ng gastos ay hindi susunod sa Batas ni Moore, na marahil magreresulta sa mas banayad na pagbaba ng gastos ng AI sa hinaharap kaysa sa ating inaasahan.

Kaya, ang kwalitatibong pagpapabuti sa pangangailangan ng AI ay kakailanganin din dito, lalo na kung ang ilang kasalukuyang limitasyon sa AI ay matutugunan.

Super-Intelligence?

Kapag mas lalapit tayo sa AGI, ito ba ay magiging pinakamataas na hangganan na mararating o isang hakbang lamang patungo sa paglikha ng AI na mas matalino kaysa sa tao?

Ito ay isang mahalagang tanong, dahil ito ay parehong kamangha-mangha at nakakatakot na posibilidad. Maraming tech enthusiast ang yumayakap sa tinatawag na singularity, kung saan ang AI ay mabilis na magpapabuti sa sarili nito sa isang exponential feedback loop.

Ang pangkalahatang publiko na ordinaryong tao ay maaaring hindi ganoon kasigasig.

Kaya bukod sa existential risk, ang pagtutol mula sa publiko at mga regulator ay malamang na maging napaka-tunay at maramdaman agad.

Ito ay isang bagay na malamang na paghirapan ng mga kumpanya ng AI, dahil kailangan nilang sabay na pasiglahin ang tiwala ng publiko, maaaring babaan ang kanilang mga nagawa habang ipinapaliwanag din sa mga mamumuhunan na naglalagay ng daan-daang bilyong dolyar sa teknolohiya at mga imprastruktura nito.

Kumpanya ng AI

Microsoft

Ang Microsoft ay nasa gitna ng industriya ng teknolohiya halos mula pa noong ito ay nagsimula kasama ang patuloy na namamayani nitong operating system na Windows.

Ito ay ngayon rin namumuno sa enterprise software (Office365, Teams, LinkedIn, Skype, GitHub), gaming (Xbox at maramihang pagkuha ng mga video game studio), at sa cloud (Azure).

Kamakailan, nagkaroon ito ng magandang pag-unlad sa AI. Kabilang dito ang ilang consumer-grade na AI tulad ng Bing Image Creator at mas nakatuon sa negosyo na mga inisyatibo, tulad ng Copilot para sa Microsoft 365 at Microsoft Research. Ang Copilot ay ngayon ay naipapatupad na sa mga retail at mas maliliit na kumpanya rin.

Pinagmulan: Constellation Research

Nakamit ng Microsoft ang reputasyon bilang isang higanteng teknolohiya na nakatuon sa enterprise, kumpara sa mga kumpanyang mas nakatuon sa consumer tulad ng Apple (AAPL ) o Facebook. Sa pagtaas ng kahalagahan ng AI sa mga modelo ng negosyo, ang dati nang presensya ng Microsoft sa cloud at mga serbisyong pang-enterprise ay dapat magbigay sa kanila ng kalamangan sa pag-deploy ng AI sa malawakang sukat at sa pagkuha ng mga customer.

Microsoft – Magulong Pag-aasawa ng OpenAI

Ang pakikipagtulungan sa mga lider sa pag-develop ng AI tulad ng OpenAI (kilala sa ChatGPT) ay lalo pang nagpapatibay sa posisyon ng Microsoft bilang isang AI powerhouse.

Ang relasyon ng dalawa ay kumplikado, dahil ang OpenAI ay teknikal na sariling organisasyon, ngunit sa praktika ay naging dependent sa mga mapagkukunan mula sa Microsoft, kapwa pinansyal at computational.

Sa susunod na ilang buwan, hindi magbabago ang Microsoft habang ang OpenAI, na inaasahang malulugi ng $5 bilyon ngayong taon, ay patuloy na humihingi ng karagdagang pera at karagdagang kapangyarihan sa pag-compute upang buuin at patakbuhin ang kanilang mga sistema ng AI.

Source: Marketing AI Institute

Kasabay nito, ang Microsoft ay nagtatayo ng sarili nitong internal na AI projects, matapos makuha ang karamihan ng mga tauhan mula sa Inflection.

Nagiging mas kumplikado pa ito dahil sinusubukan ng OpenAI na lumipat sa isang for-profit na katayuan, isang bagay na nagdudulot ng alitan sa mga dating tagasuporta tulad ni Elon Musk.

At dito ang debate tungkol sa AGI ay halos existential para sa OpenAI:

“Kung makakamit ng OpenAI ang AGI, mawawalan ng bisa ang access ng Microsoft sa teknolohiya ng OpenAI. Higit pa rito, ang board ng OpenAI ang magdedesisyon kung kailan naabot ang AGI.”

Source: Marketing AI Institute

Malamang na ang o3 ay hindi pa AGI, at hindi rin magiging ganoon ang isang hypothetikal na o5. Ngunit ito ay isang bagay na dapat tandaan ng sinumang mamumuhunan na posibleng interesado sa Microsoft, at nagbabatay ng kanilang thesis sa relasyon nito sa OpenAI.