Matematica, catena di pensiero e coding. Cosa ha di diverso o1 di OpenAI?

OpenAI ha annunciato o1, una nuova serie di modelli per risolvere problemi sempre più complicati.

«Abbiamo addestrato questi modelli a dedicare più tempo a riflettere sui problemi prima di rispondere, proprio come farebbe una persona. Attraverso l’addestramento, imparano ad affinare il loro processo di pensiero, a provare strategie diverse e a riconoscere i loro errori».

Ma vediamo in concreto cosa fanno. 

Si tratta di una nuova serie di modelli di intelligenza artificiale progettati per dedicare più tempo alla riflessione prima di rispondere. Questa nuova serie di modelli di intelligenza artificiale può ragionare su attività complesse e risolvere problemi più difficili rispetto ai modelli precedenti in scienza, programmazione e matematica. In pratica, nasce per scrivere meglio codice e risolvere problemi multi-step rispetto ai modelli precedenti. E’ un sistema sperimentale, con una vocazione alla matematica ed è anche più costoso e più lento da usare rispetto a GPT-4o.  Secondo OpenAI, la caratteristica principale che distingue questo nuovo modello da GPT-4o è la sua capacità di affrontare problemi complessi, come la codifica e la matematica, molto meglio dei suoi predecessori, spiegandone anche il ragionamento.

Cosa vuole dire che  pensa prima di rispondere?

«In sostanza attraverso il processo di training questi modelli imparano a rifinire il metodo di elaborazione attraverso l’utilizzo di varie possibilità e riconoscendo gli errori». Vuole dire che risponde a domande più avanzate e in modo più rapido, anche rispetto a un essere umano. Similmente a come un essere umano può pensare a lungo prima di rispondere a una domanda difficile, o1 usa una catena di pensiero quando cerca di risolvere un problema. Attraverso l’apprendimento per rinforzo, o1 impara ad affinare la sua catena di pensiero e a perfezionare le strategie che usa. Impara a riconoscere e correggere i suoi errori. La stimolazione della catena di pensieri è una tecnica che scompone una domanda complessa in parti più piccole e logiche che imitano una linea di pensiero. Quindi impara a scomporre i passaggi difficili in passaggi più semplici. Impara a provare un approccio diverso quando quello attuale non funziona. Questo processo migliora notevolmente la capacità di ragionamento del modello.

Perché OpenAi ha scelto di nascondere la catena di pensiero

Appare interessante e discutibile la scelta di non mostrare i passaggi della catena di pensieri. Cioè  non sappiamo tutti i passaggi che compie. Riteniamo che una catena di pensiero nascosta rappresenti un’opportunità unica per il monitoraggio dei modelli. Supponendo che sia fedele e leggibile, la catena di pensiero nascosta ci consente di “leggere la mente” del modello e comprenderne il processo di pensiero. In futuro, scrivono, potremmo voler monitorare la catena di pensiero per individuare segnali di manipolazione dell’utente. Tuttavia, affinché ciò funzioni, il modello deve avere la libertà di esprimere i propri pensieri in forma inalterata, quindi non possiamo addestrare alcuna conformità alle policy o preferenze dell’utente sulla catena di pensiero. Inoltre, non vogliamo rendere una catena di pensiero non allineata direttamente visibile agli utenti.

«Nei nostri test – scrivono sul blog – questi modelli si comportano come gli studenti dei dottorati alle prese con complesse questioni di fisica, chimica e biologia. Inoltre, abbiamo scoperto che i nuovi modelli riscontrano buoni risultati in ambito matematico e di coding».

Il modello risulta in ogni caso con più limiti rispetto a ChatGpt. Sono assenti anche rilevanti feature nell’API come il supporto all’utilizzo di strumenti, la funzione di chiamata, lo streaming e la personalizzazione dei messaggi. Per molti casi più comuni, per ora GPT-4o rimane più funzionale.

In molti benchmark basati sul ragionamento, o1 rivaleggia con le prestazioni degli esperti umani. . Per confrontare i modelli con gli esseri umani, OpenAi ha reclutato esperti con dottorati di ricerca per rispondere alle domande GPQA-diamond. o1 supererebbe le prestazioni di quegli esperti umani, diventando il primo modello a farlo su questo benchmark. Tuttavia, scrivono, questi risultati non implicano che o1 sia più capace di un dottorato di ricerca sotto tutti gli aspetti, ma solo che il modello è più competente nel risolvere alcuni problemi che un dottorato di ricerca dovrebbe risolvere. Su diversi altri benchmark ML, o1 ha migliorato rispetto allo stato dell’arte.

In conclusione, a che punto siamo ora?  

Come si legge su The Verge, per i ricercatori di intelligenza artificiale, decifrare il ragionamento è un importante passo successivo verso l’intelligenza di livello umano. L’idea è che, se un modello è in grado di fare più del semplice riconoscimento di pattern, potrebbe sbloccare innovazioni in settori come la medicina e l’ingegneria. Per ora, tuttavia, le capacità di ragionamento di o1 sono relativamente lente, non simili a quelle di un agente e costose da usare per gli sviluppatori.

Per approfondire.

Ecco come funziona o1, il modello di OpenAi che “pensa” prima di rispondere

Vi ricordate SearchGpt, il motore di ricerca di OpenAi? Cosa sappiamo finora?

Come funziona l’analisi dei dati su ChatGpt?  #DatavizAndTools

Arriva Gpt-4o, ecco cosa ha di diverso il nuovo chatbot di OpenAI

Le altre puntate di Dataviz And Tools

Cosa sono e a cosa servono i servizi Gems di Gemini? #Ainews

Midjourney è accessibile a tutti via web e offre 25 crediti

Vi ricordate SearchGpt, il motore di ricerca di OpenAi? Cosa sappiamo finora?

Imagen 3 debutta negli Usa. Ecco cosa sappiamo del modello di Ai di Google