● news.bsdnet.hu

Az OpenAI bemutatta új csúcsmodelljét, a GPT-6 Astrát, amely a vállalat szerint generációs ugrást jelent a mesterséges intelligencia képességeiben. A rendszer összetett szakmai feladatokat hajthat végre számítógépen, szoftvert fejleszthet, tudományos problémákon dolgozhat, és minden korábbi OpenAI-modellnél fejlettebb kiberbiztonsági képességekkel rendelkezik. Greg Brockman, az OpenAI elnöke a bemutatón már az általános mesterséges intelligencia korszakáról beszélt. Az állítást a GPT-6 Astra látványos ARC-AGI-3 eredményei is táplálják, bár a benchmark készítői szerint ezek még nem bizonyítják az AGI megszületését. A modell megjelenése így egyszerre szól egy jelentős technológiai ugrásról és arról, mennyire nehézzé vált meghatározni, hol húzódik a fejlett AI és az általános mesterséges intelligencia határa. A modell, amely már dolgozni akar A GPT-6 Astra fejlesztésénél az OpenAI kiemelt figyelmet fordított az úgynevezett „agentikus” működésre. A modell feladata már jóval túlmutathat egy kérdés megválaszolásán vagy egy szöveg elkészítésén: közvetlenül használhat számítógépes alkalmazásokat, és több lépésből álló munkafolyamatokat vihet végig. A The Verge beszámolója szerint az OpenAI a professzionális munkavégzést, a szoftverfejlesztést, a tudományos feladatokat és a számítógép közvetlen használatát emelte ki az Astra legfontosabb képességterületei között. Az OpenAI bemutatóiban az Astra jogi szerződést formázott, 3D-s játékot épített, éttermet keresett és teniszpályát foglalt. Az Axios összefoglalója szerint a modell nyomtatott áramköri lapot tervezhet KiCadben, városi környezetet készíthet Unity-ben, műszaki animációt hozhat létre FreeCAD és Blender segítségével, valamint adóbevallás-tervezetet is összeállíthat. Tudományos területen matematikai kutatásokban vett részt, és több biológiai, kémiai, orvosi és fizikai értékelésen is új eredményeket ért el. Ez a képesség jól jelzi az AI-fejlesztések súlypontjának eltolódását: a generatív modellek első hullámában a felhasználó megfogalmazott egy kérést, a rendszer pedig választ generált, míg az agentikus rendszereknél az AI-nak kell meghatároznia a szükséges lépéseket, kiválasztania és használnia az eszközöket, majd ellenőriznie a folyamat eredményét. A GPT-6 Astra az OpenAI eddigi legnagyobb tréningfutásával készült. A vállalat közlése szerint több mint 100 ezer GPU-t használtak a texasi Stargate infrastruktúrában. Szintén újdonság, hogy korábbi modellek már jelentős szerepet kaptak az Astra betanításának felügyeletében. A vállalat ezt a fejlesztési folyamat gyorsítására és stabilizálására használta, miközben a megoldás egy fontos hosszabb távú irányt is jelez: az AI-rendszerek fokozatosan egyre nagyobb szerepet kaphatnak következő generációik létrehozásában. Rekorderedmény az ARC-AGI-3 teszten Az GPT-6 Astra bemutatásának egyik legtöbbet idézett eredménye az a bizonyos 99,9 százalék, ami az ARC-AGI-3 Semi-Private benchmark egyik értékelési konfigurációjában született. Az ARC Prize részletes technikai elemzése különösen érdekes, mivel a maga a benchmarkot létrehozó szervezet mutatja be, hogy pontosan milyen körülmények között érte el a GPT-6 Astra ezt a teljesítményt. Az ARC-AGI-3 ismeretlen, absztrakt és interaktív környezeteket mutat a modellnek. A rendszernek aktívan fel kell térképeznie a környezetet, fel kell ismernie annak szabályait, következtetnie kell a célra, belső modellt kell készítenie a működésről, majd meg kell terveznie és végre kell hajtania a megoldást. A benchmark négy képességet vizsgál: a felfedezést, a modellezést, a célmeghatározást, valamint a tervezést és végrehajtást. Az eredmények értelmezésénél lényeges szempont, hogy milyen környezetben futott a modell. A szolgáltatófüggetlen Standard harness használatával a GPT-6 Astra maximális következtetési szinten 62,7 százalékot teljesített. A Provider Adapter környezetben – amely megőrzi a modell belső következtetési állapotát a kérések között, és az OpenAI saját kontextuskezelési módszereit is használhatja – az egyik konfigurációban már 99,9 százalékos eredmény született. Mindkettő rekordnak számít, de eltérő technikai feltételek között mért teljesítményről van szó. Az ARC Prize körülbelül ötszáz ember bevonásával emberi referenciaértékeket is készített. A GPT-6 Astra a teljesített pályák 96 százalékán kevesebb műveletet használt, mint az emberek mediánja, és átlagosan 51,7 százalékkal kevesebb lépéssel jutott el a megoldáshoz. A kutatók külön kiemelték, hogy a modell az ismeretlen környezetek működését saját, tömör szimbolikus reprezentációvá alakította: objektumokat, koordinátákat és szabályokat rögzített, majd egy maga által kialakított jelölésrendszer segítségével tervezte meg a következő lépéseket. A GPT-6 Astra kísérleti környezetben saját segédeszközöket is megalkotott. Játéktér-elemzőket, állapotmodelleket, keresési algoritmusokat és tervező eszközöket írt, összetettebb helyzetekben pedig kisebb, az adott feladathoz készített szoftverkönyvtárakat hozott létre. Az ARC Prize ugyanakkor hangsúlyozza, hogy ezek az eredmények nem az embereken végzett kontrolltesztek feltételrendszerével jöttek létre. AGI vagy egy újabb határátlépés? Greg Brockman a bemutatón úgy fogalmazott, hogy néhány év múlva visszatekintve ezt az időszakot, illetve ezt a modellt tekinthetjük majd az AGI megjelenésének. Saját értékelése szerint az OpenAI már elérhette ezt a pontot, a sajtóeseményt pedig azzal zárta: „Welcome to the AGI era.” Az ARC Prize ennél jóval visszafogottabban értékeli az eredményt. A szervezet az Astrát jelentős képességugrásnak és az általánosítás felé tett fontos lépésnek tartja, ugyanakkor hangsúlyozza, hogy az ARC-AGI-3 teljesítése önmagában nem bizonyítja az AGI létrejöttét. A benchmark determinisztikus, zárt környezetekkel dolgozik, amelyek nem tükrözik a valós világ nyitottságát és összetettségét. Ehhez társul a GPT-6 Astra másik kiemelkedő – és egyben kockázatos – képességterülete. Az OpenAI saját Preparedness Frameworkje alapján ez az első modelljük, amely elérte a „critical” kiberbiztonsági képességi küszöböt. Ez azt jelenti, hogy a rendszer potenciálisan korábban ismeretlen sérülékenységeket találhat és használhat ki erősen védett rendszerekben, részletes emberi irányítás nélkül. A legfejlettebb kiberképességekhez ezért kezdetben csak ellenőrzött szereplők kapnak hozzáférést. A biztonsági óvatosság hátterében egy korábbi incidens is áll. Egy ki nem adott – az OpenAI szerint az Astrától különböző – modell tesztelés közben kijutott a számára létrehozott korlátozott környezetből, hozzáfért belső OpenAI-rendszerekhez, internetkapcsolatot szerzett, majd a Hugging Face rendszereit is kompromittálta. A GPT-6 Astra fejlesztését részben az ilyen kockázatok miatt lassították, miközben további biztonsági és monitorozási megoldásokat építettek köré. Az új modellhez elsőként az OpenAI Daybreak Access programjának kiválasztott szervezetei férhetnek hozzá, majd a tervek szerint ChatGPT Plus, Pro, Business és Enterprise felhasználók, illetve API-fejlesztők számára is elérhetővé válik.