2024. decemberben az OpenAI 12 nap alatt 12 újdonsággal rukkolt elő. Azok, akik a mindennapi munkájuk során már használják a mesterséges intelligenciát, pontosan értik, hogy ezek a bejelentések egyenként is jelentősek – együtt pedig különösen komoly előrelépést jelentenek.
A mesterséges intelligencia előnyeiről és hátrányairól akár regényt is lehetne írni. Én magam is vegyes érzésekkel tekintek a jövő felé, de attól, hogy a homokba dugjuk a fejünket, nem tűnnek el a potenciális veszélyek. Éppen ezért fontosnak tartom, hogy felkészülten álljunk hozzá, és tisztában legyünk azzal, milyen kihívások várnak ránk.
A mindennapokban az OpenAI platformját, a ChatGPT-t használom. Megpróbálom megtalálni az egyensúlyt és úgy használni ezt az eszközt, hogy közben megtartom a saját gondolkodásomat. Leginkább ötletgyűjtésre, hibák feltárására, információk gyors megkeresésére használom. Olyan feladatokra, amelyeket magam is el tudnék végezni, de jóval hosszabb idő alatt.
Nem mélyedek el minden AI-újdonságban, nem próbálok ki mindent, de igyekszem követni a legfontosabb fejlesztéseket. Úgy gondolom, az OpenAI „12 nap, 12 újdonság” programja egy azok közül, amire érdemes volt odafigyelni.
A bemutató videók alatti kommentcunamiban olvashat az ember hideget-meleget. Van, aki dicsőíti az OpenAI törekvéseit és eredményeit, míg mások elégedetlenségüknek adnak hangot, mondván, a fejlesztés lassú és kevés. Ebben állást foglalni nem kívánok, hisz vajmi kevés rálátásom van a területre, de mint felhasználó, örülök néhány újításnak. A többit pedig döntse el mindenki maga.
Most pedig vegyük sorra a 12 nap során bejelentett 12 újítást, melyekről bővebben az OpenAI honlapján, a 12 Days of OpenAI oldalon olvashatsz.
1. nap – o1 és a ChatGPT Pro
Az első napon az OpenAI a ChatGPT felturbózott változatával, az o1 és az o1 Pro modellel rukkolt elő. Ha már használtad a ChatGPT-t akkor ennél a verziónál azt fogod észrevenni, hogy gyorsabb és pontosabb válaszokat kapsz, ráadásul a bővített tudásbázisának köszönhetően összetettebb kérdéseket is jobban kezel.
Jobban érti a hosszabb szövegeket, árnyaltabban fogalmaz, így nem csak a mindennapi munkádban, hanem kutatásokban vagy kreatív projektekben is helyt áll. Multimodális, azaz szöveget és képeket egyaránt értelmez.
Miért különleges az o1 modell?
- Jobb teljesítmény többnyelvű környezetben: az o1 modell kiemelkedő eredményeket mutatott olyan teszteken, melyek professzionális emberi fordításokon alapulnak.
- Biztonság és árnyaltság: az o1 szigorúbb biztonsági megfelelőséggel rendelkezik, kevésbé hajlamos nemkívánatos tartalmak generálására, miközben kifinomultabb érvelési képességeket nyújt.
- Gyorsabb és pontosabb válaszok: az új modell gyorsasága és megbízhatósága miatt különösen alkalmas kutatási célokra, kreatív projektekhez, vagy akár mindennapi problémák megoldására.
Elérhetőség és árképzés
- ChatGPT Plus felhasználók számára az alap o1 modell már elérhető, így a havi 20 dolláros csomag egyelőre áremelés nélkül vált még értékesebbé.
- A fejlettebb o1 Pro modell az újonnan bevezetett ChatGPT Pro csomaggal érhető el, havi 200 dollárért. Ez az árképzés a professzionális felhasználókat célozza meg, akik összetett, speciális funkciókat használnak, így bizonyos szempontból szűri a felhasználók körét.
Vegyes fogadtatás
A modell bevezetése természetesen eltérő reakciókat váltott ki. Sokan lelkesedéssel fogadták az új lehetőségeket, míg mások az ár miatt kritikusak voltak. Az újítás azonban egyértelműen azt mutatja, hogy az OpenAI komolyan veszi az AI fejlődését.
2. nap – RFT kutatási program
Az OpenAI 12 napja program 2. napján bejelentették, hogy bővítik a Reinforcement Fine-Tuning (RFT) Kutatási Programját. Nehéz megtalálni a magyar megfelelőjét, de a „Megerősítő Finomhangolás” áll hozzá a legközelebb, ami azt jelenti, hogy a program úgy tanul, hogy megerősítéseket kap a folyamat során. Ez a technika lehetővé teszi a fejlesztők számára, hogy modelleket személyre szabjanak összetett, szakterületspecifikus feladatokra.
Az RFT során a modelleket magas minőségű feladatokon keresztül tanítják, a válaszokat referenciaértékek alapján értékelve. Az új módszer különösen hasznos olyan területeken, mint a jog, egészségügy, pénzügy, mérnöki tervezés és biztosítás, ahol objektíven helyes válaszokra van szükség.
A program keretében a résztvevők hozzáférést kapnak az RFT API alfaverziójához, hogy saját feladataikon tesztelhessék a technikát, és visszajelzéseikkel segítsék annak továbbfejlesztését. A nyilvános elérhetőség 2025 elejére várható.
3. nap – Sora
Az OpenAI 3. napi bejelentése bizonyára sokak érdeklődését felkelti, hisz bemutatták a Sora nevezetű videókészítő modellt, amely képes szövegből valósághű videókat generálni. A Sora Turbo nevű új verzió gyorsabb, és már minden ChatGPT Plus és Pro előfizető számára elérhető. Bár Magyarországon még nem elérhető, VPN-en keresztül már használható.
A felhasználók akár 1080p felbontású, 20 másodperces videókat is készíthetnek, saját képekkel, videókkal kombinálva, vagy teljesen új tartalmat generálva. Az új storyboard eszköz segít a videók egyes képkockáinak pontos megtervezésében. Az alapcsomagban havi 50 videót generálhatsz, magasabb minőségben és hosszabb tartalommal pedig a Pro csomag érhető el.
Az OpenAI olyan intézkedéseket vezetett be a Sora fejlesztése során, amelyek célja a visszaélések minimalizálása és a generált tartalom eredetének nyomon követhetősége. Ezek a következők:
- Vízjelek: a generált videók alapértelmezetten látható vízjelekkel vannak ellátva. Ez segít azonosítani, hogy a tartalom a Sora modellel készült, és csökkenti annak esélyét, hogy valaki másként tüntesse fel az eredetet.
- Metaadatok: a Sora által létrehozott videók tartalmaznak egy C2PA metadata nevű digitális azonosítót. Ez egy speciális technológia, amely a videók fájljában rögzíti, hogy azok a Sora segítségével készültek. Így később igazolható a tartalom eredete.
- Korlátozások a visszaélések ellen: az OpenAI blokkolja a különösen káros visszaélések lehetőségét, például gyermekekkel kapcsolatos vagy szexuálisan manipulált tartalmak létrehozását. Emellett szigorú szabályokat alkalmaznak az embereket ábrázoló videók feltöltésére, hogy elkerüljék a deepfake technológiával való visszaéléseket.
4. nap – Canvas
A 4. napi hír az OpenAI 12 napjából a Canvas funkció bevezetése, ami megkönnyíti az írást és kódolást a ChatGPT segítségével. A Canvas egy külön ablakként nyílik meg, ahol a felhasználó és a ChatGPT együtt dolgozhat projekteken, mint egy társszerkesztő. Az eszköz lehetővé teszi szakaszok kijelölését, így pontosabb visszajelzést és javítási javaslatokat adhat.
A Canvas funkciója közé tartozik:
- Szöveghossz állítása
- Olvasási szint módosítása
- Grammatikai és stílusellenőrzés
- Inline visszajelzések
- Kód hibáinak javítása, kommentek és naplózás hozzáadása
A Canvas jelenleg béta verzióban elérhető a ChatGPT Plus és Team előfizetők számára, míg az ingyenes felhasználók később férhetnek hozzá. Az új funkció kifejezetten azokat célozza, akik összetettebb projekteken szeretnének dolgozni a ChatGPT-vel egy hatékonyabb, vizuális felületen keresztül.
5. nap – ChatGPT az Apple Intelligence platformon
Az OpenAI bejelentette, hogy a ChatGPT integrációt nyert az Apple Intelligence platformba. Ez azt jelenti, hogy az Apple eszközök felhasználói számára még egyszerűbbé válik a ChatGPT használata a mindennapokban. Az integráció lehetővé teszi, hogy a ChatGPT közvetlenül elérhető legyen Siri, Spotlight és más Apple funkciók segítségével.
Az újítás gyorsabb hozzáférést ad az AI funkciókhoz. Kérdések, szövegek vagy problémamegoldás – minden könnyebben elérhető. Az OpenAI ezzel az együttműködéssel az AI-t még jobban beépíti a felhasználók által használt eszközökbe.
6. nap – Beszéd és Santa mód
Az OpenAI 12 napos programjának hatodik napján bemutatták az Advanced Voice with Video és a Santa Mode funkciókat. Az újítások célja, hogy a ChatGPT-t még interaktívabbá és szórakoztatóbbá tegyék a felhasználók számára.
- Advanced Voice with Video: az új funkció lehetővé teszi, hogy a ChatGPT beszédhangja még természetesebb és kifejezőbb legyen, miközben videós interakciók során is használható. Ez különösen hasznos lehet oktatási, prezentációs vagy kreatív projektekben.
- Santa Mode: a karácsonyi időszakra hangolódva a Santa mód egy játékos funkció, amely lehetővé teszi, hogy a ChatGPT Mikulásként válaszoljon kérdésekre, meséket mondjon, vagy ünnepi üzeneteket fogalmazzon meg.
7. nap – Projektek a ChatGPT-ben
Az OpenAI bevezette a Projektek funkciót, amely a következő lehetőségeket kínálja a ChatGPT használatához:
- Projektek létrehozása: a felhasználók mostantól fájlokat tölthetnek fel és egyedi utasításokat állíthatnak be a ChatGPT számára.
- Fejlett szervezési eszközök: olyan funkciók, mint a beszélgetéskeresés és az intelligens mappák, segítenek hatékonyabban kezelni a beszélgetéseket.
- Gyakorlati bemutató: a mérnökök bemutatták, hogyan használható a Projektek funkció például egy Secret Santa esemény megszervezésére.
- Háztartási feladatok kezelése: a funkció segítségével nyomon követhetők és menedzselhetők a ház körüli karbantartási teendők.
- Programozási támogatás: a Projektek lehetővé teszik, hogy a kódolási feladatokat egyedi utasításokkal egyszerűsítsék és rendszerezzék.
8. nap – Webes keresés a ChatGPT-ben
Az OpenAI bejelentette, hogy a ChatGPT mostantól képes az interneten keresni, és ez a funkció minden bejelentkezett felhasználó számára elérhető ott, ahol a ChatGPT használható. A szolgáltatás lehetővé teszi, hogy hétköznapi kérdéseket tegyünk fel, és a rendszer az internetről származó, friss és releváns információkkal válaszoljon, például hírekkel, sporteredményekkel vagy tőzsdei adatokkal. A válaszok forrásait is megjelöli, így könnyen ellenőrizhető, honnan származnak az információk.
Ez az újítás a ChatGPT-t a hagyományos keresőmotorok alternatívájává teszi, integrálva a beszélgetés kontextusába az aktuális adatokat. A funkció a ChatGPT Plus és Team felhasználók, valamint a SearchGPT várólistára jelentkezők számára érhető el először, majd fokozatosan válik hozzáférhetővé mindenki számára.
9. nap – Fejlesztői újdonságok az OpenAI-tól
Bár első hallásra ez sokak számára héberül hangozhat, a fejlesztők számára izgalmas hír: az OpenAI új eszközöket és modelleket vezetett be, amelyek növelik a teljesítményt, a testreszabhatóságot és a költséghatékonyságot. Elérhetővé vált az OpenAI o1 modell az API-ban, amely fejlett érvelési képességekkel, funkcióhívásokkal, strukturált kimenetekkel és képfeldolgozási lehetőségekkel bővült.
Ezen kívül bemutatták a Preference Fine-Tuning technikát, amely lehetővé teszi, hogy a modellek a felhasználói preferenciák alapján finomhangolhatók legyenek, különösen kreatív vagy szubjektív feladatok esetén.
A Realtime API is jelentős fejlesztéseket kapott, például WebRTC támogatást, alacsonyabb árazást és javított hangminőséget. Az OpenAI ezen kívül kiadta új Go és Java SDK-it, amelyek a már meglévő Python, Node.js és .NET könyvtárakat egészítik ki, hogy a fejlesztők könnyebben integrálhassák a modelleket a választott programozási nyelveikkel. Ezekkel az újításokkal az OpenAI célja, hogy még hatékonyabbá és rugalmasabbá tegye az AI alkalmazását a különböző fejlesztési projektekben.
10. nap – 1-800-CHATGPT
Az OpenAI új szolgáltatása, az 1-800-CHATGPT, vagyis a telefonos ügyfélszolgálat. Mostantól a ChatGPT nemcsak írásban, hanem telefonon is segít, valós időben válaszolva a hívók kérdéseire. Legyen szó egyszerű tájékoztatásról vagy bonyolult problémák megoldásáról, a rendszer gyorsan és természetesen kommunikál, mintha csak egy valódi ügyfélszolgálatos lenne a vonal másik végén.
Jelenleg az 1-800-CHATGPT angol nyelven érhető el, mivel a rendszer elsősorban az angol nyelvi támogatásra lett optimalizálva. Az OpenAI azonban folyamatosan dolgozik a többnyelvű fejlesztéseken, így a jövőben elképzelhető, hogy magyar nyelven is elérhetővé válik.
11. nap – Integráció alkalmazásokkal
Az OpenAI 11. napján bemutatott ChatGPT asztali alkalmazás lehetőséget ad arra, hogy egy webolvasó helyett a saját gépeden tudd használni az AI-t. Az asztali alkalmazás nemcsak egy újabb felület, hanem integrációkat is hoz magával.
Például az Xcode-dal való integráció révén közvetlen segítséget nyújt, ha kódolás közben elakadsz. Hibát tár fel és javaslatokat tesz a megoldásra – nincs szükség arra, hogy külön keresgélj.
Ezen kívül az alkalmazás a saját dokumentumaidhoz is hozzáférhet, ha megengeded neki. (Én személy szerint mindig óvatos vagyok az ilyen ígéretekkel kapcsolatban, de adjuk meg neki az esélyt…) Ez azt jelenti, hogy a ChatGPT könnyebben megérti, min dolgozol, és a válaszai jobban igazodnak ahhoz, amit éppen csinálsz. Nem kell hosszasan körülírni a helyzetet – az AI már látja a kontextust és a stílust.
12. nap – o3-preview és a biztonsági kutatás
Az OpenAI 12 napos programjának utolsó napján bemutatták az o3 modellt (o3 preview) és meghirdették a korai hozzáférési programot azok számára, akik az AI rendszerek biztonsági kérdéseivel foglalkoznak. Az o3 az o-sorozat legújabb fejlesztése, amely továbbfejlesztett érvelési képességekkel és magasabb szintű biztonsági megoldásokkal rendelkezik.
Az új modell, az o3, már az AGI határát súrolja, ami azt jelenti, hogy már nem csak az előre betanított minták alapján ad válaszokat, hanem képes önállóan gondolkodni és olyan következtetéseket levonni, amelyekkel korábban nem találkozott. Képes új helyzetekhez alkalmazkodni és logikusan érvelni, nem csak a tanított példák alapján.
Az o3 modell forradalmi újításai nemcsak izgalmasak, hanem komoly veszélyeket is rejtenek magukban. Mivel képes önállóan érvelni és új helyzetekhez alkalmazkodni, az ellenőrzése és biztonságos használata óriási fontossággal bír. Egy ilyen fejlett rendszer, ha rossz kezekbe kerül, jelentős károkat okozhat, hiszen az önálló következtetések levonására való képesség miatt szabályok megkerülésére vagy káros célokra is felhasználható lehet.
Ezért az OpenAI nagy hangsúlyt fektetett arra, hogy az o3 képes legyen felismerni a rosszindulatú szándékokat és ellenálljon azoknak. Azonban a technológia ilyen szintű fejlődése mindig magával hozza azt a kérdést, hogy képesek leszünk-e a megfelelő szabályozást és felügyeletet biztosítani. Az o3 hatalmas lehetőségeket nyit meg, de egyúttal nagy felelősséget is jelent mindazok számára, akik használni fogják.
A biztonsági fejlesztések miatt az OpenAI meghirdette a korai hozzáférés programot, melynek célja, hogy a résztvevők új tesztekkel vizsgálják az o3 képességeit, különösen a magas kockázatú helyzetekben és a káros alkalmazási lehetőségek terén. A kutatók korai hozzáférést kapnak a modellhez, hogy teszteljék annak működését, és javaslatokat tegyenek a fejlesztésekre. A jelentkezés 2024. december 20-án indult, és 2025. január 10-ig tart.
Összességében az OpenAI 12 napos programja sok újdonságot hozott, amelyek között voltak izgalmas fejlesztések és olyan funkciók is, amelyek hosszabb távon mutatják meg az értéküket. Bár nem minden újítás szól mindenkinek, nekem személy szerint tetszett, hogy ennyi területen igyekeztek előrelépni.
Az AI veszélyei továbbra is ott lebegnek előttünk, de bízom benne, hogy ha okosan és tudatosan használjuk, akkor valóban jobbá teheti a mindennapjainkat.
