OpenAI قابلیت‌های نوین هوش مصنوعی در انجام فعالیت‌های روزمره انسانی را معرفی کرد

شرکت OpenAI اظهار می‌کند که مدل‌های هوش مصنوعی این شرکت به‌طور مداوم در انجام کاروظایفی که قبلاً به نیروی انسانی وابسته بودند، بهبود می‌یابند؛ از تنظیم فهرست خرید و مدیریت مالی گرفته تا برنامه‌ریزی وعده‌های غذایی و انجام امور روزمره. این شرکت با هدف ارزیابی میزان پیشرفت مدل‌های خود، ابزاری جدید برای سنجش توسعه داده و اطلاعاتی از نتایج آزمایش‌های آن را منتشر کرده است.

در حال حاضر، فراروانی از کاربران از ChatGPT بهره‌برداری می‌کنند تا به‌عنوان یک دستیار در انجام تکالیف، تهیه ارائه‌ها و وظایف شغفی به کمکشان بیاید. به‌هرحال، OpenAI اعتقاد دارد که قابلیت‌های مدل‌های هوش مصنوعی فراتر از این موارد است و این فناوری می‌تواند به‌طور مؤثری در مدیریت جنبه‌های مختلف زندگی روزمره ایفای نقش کند.

نتایج منتشرشده توسط این شرکت نشان می‌دهد که مدل GPT-6 Astra در طیفی از وظایف عملی عملکرد چشمگیری از خود نشان داده است. این مدل در فرآیند شناسایی مهدکودک مناسب بعد از جابه‌جایی به یک منطقه جدید، با دقت ۹۳.۱ درصد رکورد برجسته‌ای را ثبت کرده است. همچنین توانسته مدیریت داوطلبان یک جامعه محلی برای آمادگی نسبت به خطر سیلاب‌ها را با دقت ۹۸ درصد انجام دهد.

یکی از موارد دیگر مورد آزمایش قرار گرفته، تهیه برنامه غذایی برای والدینی بوده که به‌تازگی دچار دیابت شده‌اند. در این وظیفه نیز GPT-6 Astra به دقت ۹۰.۴ درصدی دست یافته است.

OpenAI اظهار می‌دارد که توسعه این معیارهای ارزیابی به‌ویژه در شرایطی دارای اهمیت است که شرکت‌هایی نظیر متا، آنتروپیک و گوگل وارد رقابت فشرده‌ای برای خلق مدل‌های هوش مصنوعی شده‌اند؛ سیستم‌هایی که باید قادر باشند نه‌تنها به سؤالات پاسخ دهند، بلکه توانایی انجام وظایف واقعی در زمینه‌های مختلف را نیز داشته باشند.

با این حال، این رقابت با چالش‌های قابل توجهی نیز همراه است. شرکت‌های فعال در عرصه هوش مصنوعی همچنان باید نگرانی‌های مرتبط با ایمنی این فناوری را مرتفع سازند و در عین حال، به دنبال راهی برای بازگشت سرمایه‌گذاری‌های چشمگیر خود در این بخش باشند.

برای ارزیابی این توانایی‌ها، OpenAI ابتدا نیاز داشت تا مشخص کند که ChatGPT تا چه اندازه می‌تواند به وظایفی از جمله تهیه سبد خرید یا پر کردن فرم‌های آنلاین پاسخگو باشد. جنی یانگ، محقق این شرکت، در گفت‌وگوی خود با CNN بیان کرد که OpenAI درپی بررسی این است که کاربران چگونه از این ابزار استفاده می‌کنند و نقاط قوت و ضعف آن را شناسایی نماید تا بتواند در آینده عملکرد مدل‌ها را پایش کند.

او تأکید کرد که هدف از این ارزیابی کسب درکی عمیق‌تر از کاربردهای واقعی هوش مصنوعی و شناسایی زمینه‌هایی است که این فناوری هنوز در آن‌ها با چالش‌هایی مواجه است.

سنجش عملکرد مدل‌ها به‌عنوان یکی از بخش‌های کلیدی فرایند توسعه هوش مصنوعی محسوب می‌شود. شرکت‌های فعال در این حوزه از معیارهای استاندارد برای سنجش توانایی‌های مدل‌ها، شناسایی نقاط ضعف و هدایت فرایند آموزش آن‌ها بهره می‌برند.

OpenAI قبلاً نیز استانداردی تحت عنوان GDPVal معرفی کرده بود که عملکرد هوش مصنوعی را در مهارت‌های مرتبط با محیط کار می‌سنجد. این استاندارد شامل حوزه‌هایی نظیر تولید، خدمات دولتی، امور مالی و فروش می‌باشد.

به گزارش CNN، ابزار ارزیابی جدید OpenAI یک قدم دیگر در جهت سنجش توانمندی هوش مصنوعی در انجام فعالیت‌های واقعی زندگی روزمره است؛ حوزه‌ای که به یکی از زمینه‌های اصلی رقابت شرکت‌های بزرگ فناوری تبدیل شده است.