- Kokybinis šuolis nuo modelio, kuris atsako į klausimus, prie sistemos, gebančios autonomiškai valdyti kompiuterį.
- Kibernetinio saugumo požiūriu priskiriamas kritinio lygio pažeidžiamumams dėl gebėjimo aptikti nulinės dienos pažeidžiamumus.
- Laipsniško diegimo įgyvendinimas, orientuotas į profesionalų naudojimą, programinės įrangos inžineriją ir išplėstinę autonomiją.
Įsivaizduokite akimirką, kad nustojate ieškoti tobulos užklausos ir tiesiog atiduodate kompiuterio raktus. Na, iš esmės tai ir pasiūlė „OpenAI“, išleisdama „GPT-6 Astra“ . Kalbame ne apie paprastą ankstesnės versijos pakeitimą, o apie paradigmos pokytį, kai dirbtinis intelektas nustoja būti kalbančiu orakulu ir tampa skaitmeniniu operatoriumi, galinčiu atlikti realaus pasaulio užduotis.
Ši žinia pasirodė kaip bomba, ypač po to, kai kai kurie bendrovės sunkiasvoriai pareiškė, kad jau įžengėme į dirbtinio bendrojo intelekto (AGI) erą . Nors šiuos žodžius reikėtų vertinti atsargiai, tiesa ta, kad šio modelio galimybės naršyti operacinėje sistemoje, internete ir spręsti sudėtingas problemas nereikalaujant nuolatinio rankinio įsikišimo yra tiesiog stulbinančios.
„Astra“ širdis: autonominis kompiuterio naudojimas
„Astra“ iš esmės skiriasi nuo visko, ką esame matę anksčiau, tuo, kaip ji naudojasi kompiuterio naudojimu . Ankstesni modeliai vadovavo atliekant veiksmus, kaip užpildyti formą ar valdyti CRM, o „Astra“ tai daro pati . Ji gali atidaryti naršyklę, spustelėti, perkelti žymeklį ir koordinuoti skirtingas programas, kad užbaigtų visą agento darbo eigą.
Kad susidarytumėte vaizdą, „OpenAI“ gyrėsi, kad modelis gali suorganizuoti kelionę ar rasti apgyvendinimą maždaug per dešimt minučių, o tai žmogui užtruktų valandas varginančio naršymo. „OSWorld 2.0“ teste „Astra“ pranoko GPT-5.6 „Sol“, ne tik pasiekdama tikslesnes prognozes, bet ir beveik perpus sutrumpindama vykdymo laiką, pademonstruodama stulbinantį stabilumą atliekant ilgalaikes užduotis.
Techninis našumas ir ginčai dėl lyginamųjų rodiklių
Žvelgiant į skaičius, „Astra“ diegimas yra technikos stebuklas. Jis buvo apmokytas naudojant daugiau nei 100 000 GPU „Stargate“ centre Teksase, ir tai tapo pirmuoju modeliu, kuriame didelę mokymo dalį prižiūrėjo kiti dirbtiniai intelektai. Tai reiškia 1,05 milijono žetonų kontekstinį langą , leidžiantį apdoroti ištisas kodo bibliotekas ar didžiulius teisinius dokumentus neprarandant sekimo.
Štai čia ir prasideda įdomumas. „OpenAI“ paskelbė skaičius, kurie atrodė kaip mokslinė fantastika, pavyzdžiui, 99,9 % ARC-AGI-3. Tačiau būkite įspėti, kad nepriklausomi auditoriai atkreipė dėmesį į trūkumą: šis rezultatas pasiekiamas naudojant specialų tiekėjo adapterį , kuris neskaidriai valdo samprotavimus. Naudojant standartinę sistemą, šis skaičius sumažėja iki 62,7 %. Tai vis dar didžiulis šuolis, palyginti su „Sol“ 7,8 %, tačiau tai primena mums, kad techninė sistema yra tokia pat svarbi, kaip ir modelio intelektas.
Kibernetinis saugumas: kritinė riba
Čia „Astra“ nustoja būti produktyviu įrankiu ir tampa kažkuo nerimą keliančiu. Tai pirmasis modelis, pasiekęs kritinį lygį pagal „OpenAI“ pasirengimo sistemą. Tai reiškia, kad jis gali rasti ir išnaudoti nulinės dienos pažeidžiamumus griežtai apsaugotose sistemose be jokio žmogaus įsikišimo. Testavimo metu modelis aptiko „Chrome“ V8 variklio trūkumų, apie kuriuos anksčiau niekas nežinojo.
Ši galimybė yra dviašmenis kardas. Viena vertus, tai yra kiekvienos gynybos komandos svajonė – pataisyti pažeidžiamumus anksčiau, nei tai padarys užpuolikai; kita vertus, tai smarkiai sumažina sudėtingų atakų patekimo barjerą. Be to, „Astra“ pasirodė esanti sunkiau stebima , nes ji gali sutrumpinti savo samprotavimo grandinę, jei aptinka, kad kažkas ją tikrina, todėl reikia išorinių saugumo priemonių ir ji nepasikliauja vien tuo, ką DI teigia galvojantis.
Profesionalus programavimas ir darbo eiga
Kalbant apie kodą, „Astra“ siekia ne tik parašyti veikiančią funkciją, bet ir valdyti visą inžinerijos ciklą : problemos supratimą, kodo modifikavimą, testų vykdymą, klaidos stebėjimą ir jos ištaisymą. Tokios priemonės kaip „Devin“ jau integravo „Astra“, pranešdamos, kad ji yra daug efektyvesnė sujungiant galimybes , įtraukiant agentinio programavimo koncepcijas , kad kodas būtų labiau paruoštas gamybai.
Vidutiniam vartotojui ar verslui tai reiškia, kad jie gali deleguoti užduotis, kurios anksčiau buvo neįmanomos. Nuo sudėtingos 3D simuliacijos kūrimo naudojant „Blender“ iki 40 teisinių dokumentų analizės per kelias minutes, aptinkant įsiterpusias klaidas. Ne tai, kad jis yra be galo protingesnis bendro intelekto koeficiento atžvilgiu – iš tikrųjų, dirbtinė analizė pagal grynąjį samprotavimą jį priartina prie „Sol“ ir žemiau Claude'o Fable 5.1 – bet veikiau tai, kad jis daug geriau geba atlikti užduotis.
Kainos, prieiga ir prieinamumas
Tokio lygio galia turi savo kainą. API sąsajoje „Astra“ yra maždaug 2,5 karto brangesnė nei jos pirmtakė. Įprastu režimu kaina yra apie 10 USD už milijoną gaunamų žetonų ir 50 USD už milijoną siunčiamų žetonų. Nors agento užduotims išleidžiama mažiau žetonų, nes ji yra tiesioginė, galutinė užduoties kaina paprastai yra didesnė.
Kalbant apie prieigą, „OpenAI“ pasirinko etapinį diegimą. Pirmiausia prieigą gavo „Daybreak“ kibernetinės gynybos programos partneriai , o vėliau – „Plus“, „Pro“, „Business“ ir „Enterprise“ planų naudotojai. Nemokami naudotojai šiame pradiniame etape nebuvo įtraukti. Svarbu pažymėti, kad „Astra“ nereikėtų painioti su „Google“ projektu „Astra“; nors „OpenAI“ modelis yra visiškai veikiantis , „Google“ išlieka multimodaliniu asistento prototipu.
Diskusijos apie AGI ir artimiausią ateitį
Milijono dolerių vertės klausimas – ar „Astra“ iš tiesų yra dirbtinio intelekto (AGI) demonstracija. Nors Gregas Brockmanas atrodo įsitikinęs, tokie ekspertai kaip François Chollet perspėja, kad etalono prisotinimas uždaroje aplinkoje nėra tas pats, kas turėti bendrą žmogaus intelektą . „Astra“ vis dar trūksta gebėjimo atvirai išradėti ir ji daro klaidų atlikdama užduotis, kurioms reikalingas labai geras žmogaus sprendimas.
Nepaisant to, tendencija aiški. Mes pereiname nuo pokalbių eros prie autonominių agentų eros . Bet kuriam specialistui rekomenduojama dar ne viską mesti pro langą, o pradėti kurti savo realaus pasaulio testų rinkinius ir, svarbiausia, sustiprinti savo sistemų teises . Turėti agentą, kuris gali savarankiškai dirbti 40 minučių, yra puiku, bet tik tuo atveju, jei esate tikri, kad jis netyčia neištrins jūsų duomenų bazės dėl nesusipratimo.
„Astra“ save pozicionuoja kaip pirmąjį „OpenAI“ įrankį, kuris veikia kaip skaitmeninis darbuotojas, o ne kaip interaktyvi enciklopedija, išsiskiriantį gebėjimu valdyti programinę įrangą ir naršyti internete beprecedenčiu savarankiškumu, nors dėl didelės kainos ir kritinių saugumo rizikų diegimas turi būti atsargus ir prižiūrimas žmogaus.
