GPT-4.5 станет последней моделью OpenAI, в которой будет отсутствовать механизм размышления. По словам Сэма Альтмана, все последующие разработки смогут анализировать ситуацию, выстраивать логические цепочки и принимать более осознанные решения.

Мы поговорили с Кириллом Пшинником, CEO онлайн-университета Zerocoder, и выяснили, зачем нам нужны рассуждающие модели и как они изменят наше взаимодействие с ИИ.

1️⃣ Почему компаниям так нужны «рассуждающие» модели?

Главная проблема моделей без механизма рассуждений — их ограниченность. Улучшение таких моделей возможно за счет увеличения объема обучающих данных, однако их просто не хватает.

Если модель уже изучила все доступные материалы, то за следующий год появится недостаточно новых уникальных данных, чтобы вывести ее на новый уровень.

Механизм рассуждений решает эту проблему иначе: модель не просто запоминает информацию, она анализирует ситуацию и выбирает наиболее оптимальный вариант ее решения. Тогда эффективность зависит в основном не от данных, а от вычислительных мощностей.

2️⃣ Зачем обычному пользователю наблюдать за размышлениями ИИ?

Общение с человеком становится сложным, если не понимать его мотивацию, цели и желания. Это же справедливо и для ИИ: когда мы видим логику рассуждений модели, нам легче оценить достоверность ее ответа и глубже понять процесс принятия решений.

При работе с reasoning-моделями нейросеть рассматривает аспекты задачи, о которых ты даже не задумывался.

Более того, прозрачность нейросетей помогает преодолеть эффект «зловещей долины». Когда мы понимаем, как ИИ приходит к своим выводам, страх перед неизвестной технологией сменяется доверием. Однако прозрачность рассуждения не означает его безошибочность. Важно помнить: ИИ — это всего лишь инструмент, созданный человеком:

его выводы могут быть неполными, неточными или вовсе не учитывать эмоциональный и моральный контекст.

Для понимания мышления нейросетей можно понаблюдать за тем, как они пытаются решить «проблему вагонетки». После прочтения рассуждений становится ясно: модель умеет анализировать проблему и выдавать логически стройные ответы, но все же пока не обладает моральным суждением.

3️⃣ Можно ли говорить о том, что ИИ учится мыслить?

Являются ли размышления нейросетей настоящим мыслительным процессом или всего лишь его эмуляцией — вопрос философский.

Я придерживаюсь мнения, что модель действительно «думает», но ее способ мышления отличается от человеческого по своей сути.

Работа reasoning-моделей действительно напоминает процесс обучения человека. Сталкиваясь с новыми задачами, люди пробуют разные подходы и выбирают наиболее эффективный. Нейросеть действует схожим образом, но не отвлекается на посторонние мысли и действует строго в рамках задачи. В этом особенность ее уникального мышления.

4️⃣ Что будет «после» размышляющих моделей?

🔡 Следующий шаг в развитии ИИ — обучение в реальном времени. Новый подход позволит нейросетям обучаться не только на заранее подготовленных данных, но и адаптироваться к пользователям и запоминать информацию о них, накапливая знания на основе взаимодействия с ним.

🔡 Параллельно с этим развивается еще одна тенденция — автономные ИИ-агенты. В будущем системы вроде Operator от OpenAI смогут самостоятельно организовывать самые разные процессы: от бронирования билетов до контроля за доставкой заказов.

И хотя пока такие технологии кажутся фантастикой, 2024 год показал: даже самые смелые идеи могут воплощаться в жизнь гораздо быстрее, чем мы ожидаем.

@settersmedia_news