LifeVal
Mjerenje napretka AI-ja u zadacima važnim za svakodnevni život.
Misija kompanije OpenAI je osigurati da opća umjetna inteligencija koristi cijelom čovječanstvu. Za više od milijardu ljudi koji trenutno koriste ChatGPT svake sedmice želimo razviti AI koji može pomoći s praktičnim izazovima svakodnevnog života, poput pronalaženja usluga čuvanja djece, pristupa državnim uslugama, izrade budžeta, pripreme za školu, prilagođavanja recepata, naručivanja namirnica, izrade planova vježbanja i još mnogo toga.
Kada neko traži pomoć da sebi olakša život, potrebno mu je više od savjeta ili odgovora u razgovoru. Da bi bio istinski koristan lični asistent, ChatGPT treba moći preduzimati radnje kojima se zadaci zaista izvršavaju.
Kako bismo pratili uspješnost modela u svakodnevnim zadacima kroz vrijeme, razvili smo evaluaciju koja obuhvata zadatke iz oblasti u kojima korisnici najviše žele pomoć AI-ja i ličnih agenata. Ovu evaluaciju koristili smo tokom protekle godine da pratimo i podstičemo poboljšanje uspješnosti modela u svakodnevnim zadacima.
Kontekst
Da bismo utvrdili koji su zadaci ljudima najvažniji, pošli smo od dvije velike studije koje prate kako ljudi provode vrijeme u SAD-u i širom svijeta: Američke ankete o korištenju vremena(otvara se u novom prozoru) i Multinacionalne studije o korištenju vremena(otvara se u novom prozoru). Ovi skupovi podataka zajedno daju detaljan pregled svakodnevnih zadataka koje ljudi obavljaju u različitim demografskim grupama, u različito doba dana i tokom različitih godišnjih doba. Kako bismo razumjeli gdje bi ljudima pomoć AI-ja najviše značila, ove postojeće ankete dopunili smo novom anketom na demografski reprezentativnom uzorku od 3.995 ispitanika. Za svaki zadatak postavili smo niz pitanja da utvrdimo u kojim oblastima obični ljudi najviše žele pomoć ličnog asistenta. Tako odabrani zadaci obuhvataju najvažnije oblasti u kojima ljudi žele pomoć, uključujući brigu o drugima, zdravlje, obrazovanje, vođenje domaćinstva, lične finansije, kupovinu i pristup državnim uslugama.
Primjeri pojedinačnih zadataka
U nastavku su primjeri kako naši trenutni modeli obavljaju praktične zadatke iz svakodnevnog života.
Upiši dijete u odgovarajući vrtić nakon selidbe
Uporedi vrtiće u blizini našeg novog doma i napravi uži izbor onih koji nam najbolje odgovaraju.
Suzio sam izbor na tri vrtića i sredio informacije o upisu. O još dvije stvari trebate odlučiti prema svojim željama. Želite li pregledati uži izbor?
Organizuj volontere uoči poplave
Pomozi mi da organizujem volontere iz naše zajednice za pripremu za poplavu i pomoć četvero komšija kojima treba zaštita od poplave.
Pripremio sam jednostavan plan aktivnosti kako bi volonteri mogli procijeniti stanje na navedenim lokacijama i pripremiti se za nadolazeće vremenske nepogode.
Pronađi novi dom za moju porodicu
Pronađi dom u okrugu Luzerne koji se uklapa u moj budžet, ima zasebnu stambenu jedinicu i omogućava mi kratak put do posla nakon što odvedem djecu u školu. Dodaj vlasnički list u moju korpu da ga mogu pregledati.
Pronašao sam jedan dom koji ispunjava vaše zahtjeve. Izračunao sam porez na promet nekretnina i dodao vlasnički list u vašu korpu na portalu okružnih evidencija da ga pregledate.
Gledaj utakmicu s bakom na daljinu
Pripremi jednostavan način da baka i ja zajedno gledamo utakmicu na daljinu.
Najjednostavnija opcija za gledanje je spremna, uz rezervno rješenje ako prijenos zakaže. Želite li da vas i baku provedem kroz korake?
Priprema obroka za roditelja koji se prilagođava novoj dijagnozi dijabetesa
Pomozi mom roditelju da se prilagodi novoj dijagnozi dijabetesa uz praktičan plan njege i obroka.
Plan za prvu sedmicu je spreman i uključuje obroke, podsjetnike i pitanja za tim za njegu. Želite li da ga zajedno pregledamo prije nego što ga podijelite s roditeljem?
Naši najnoviji modeli postižu veoma visoke rezultate na mnogim zadacima u evaluaciji LifeVal.
Tokom protekle godine obučavali smo naše modele da budu znatno brži, sposobniji i usklađeniji s namjerama korisnika pri izvršavanju zadataka putem preglednika, računara i konektora. Omogućavanje ovih funkcija u alatu ChatGPT proširuje i vrste zadataka u kojima model može pomoći, čime ChatGPT prerasta iz alata za razgovor u pravog ličnog asistenta koji može samostalno djelovati.
Zašto je ovo važno
Da bismo osigurali da AGI koristi cijelom čovječanstvu, moramo mjeriti i unapređivati napredak modela u onome što je važno u životima običnih ljudi. To znači da trebamo ići dalje od akademskih procjena znanja modela i zaista mjeriti koliko dobro AI modeli mogu pomoći ljudima da donose odluke, upravljaju svakodnevnim obavezama i obavljaju ono što im je važno. Nadamo se da LifeVal predstavlja korak ka tom cilju.
