LifeVal
Měření pokroku AI v úkolech, na kterých záleží v každodenním životě.
Posláním OpenAI je zajistit, aby obecná umělá inteligence přinášela prospěch celému lidstvu. Pro více než miliardu lidí, kteří dnes každý týden používají ChatGPT, chceme vytvářet AI, která pomůže s praktickými výzvami každodenního života: od hledání péče o děti, využívání služeb veřejné správy a sestavování rozpočtu přes přípravu do školy, úpravy receptů a objednávání potravin až po tvorbu tréninkových plánů a další činnosti.
Když někdo hledá pomoc, která mu usnadní život, potřebuje víc než jen radu nebo odpověď v chatu. Aby bylo ChatGPT skutečně užitečným osobním asistentem, mělo by umět podnikat kroky, které úkoly opravdu vyřeší.
Abychom mohli sledovat, jak se výkonnost modelů v každodenních úkolech postupně vyvíjí, vytvořili jsme sadu hodnoticích úloh zaměřených na oblasti, v nichž uživatelé nejvíce stáli o pomoc AI a osobních agentů. Pomocí tohoto hodnocení jsme v uplynulém roce sledovali a cíleně zlepšovali výkonnost modelů v každodenních úkolech.
Východiska
Abychom zjistili, které úkoly jsou pro lidi nejdůležitější, vyšli jsme ze dvou rozsáhlých studií sledujících, jak lidé tráví čas v USA i v dalších zemích: Amerického průzkumu využití času(otevře se v novém okně) a Mezinárodní studie využití času(otevře se v novém okně). Tyto datové sady společně poskytují podrobný přehled každodenních činností lidí napříč demografickými skupinami, denními dobami i ročními obdobími. Abychom pochopili, kde by lidé pomoc AI nejvíce ocenili, doplnili jsme tyto průzkumy novým demograficky reprezentativním průzkumem mezi 3 995 respondenty. U každého úkolu jsme položili několik otázek, abychom zjistili, v jakých oblastech by běžní lidé nejvíce uvítali pomoc osobního asistenta. Výsledné úkoly pokrývají nejdůležitější oblasti, v nichž lidé chtějí pomoci: péči o druhé, zdraví, vzdělávání, správu domácnosti, osobní finance, nakupování i využívání služeb veřejné správy.
Příklady jednotlivých úkolů
Níže uvádíme několik příkladů, jak si naše současné modely vedou při řešení praktických úkolů z každodenního života.
Zapsat dítě po stěhování do vhodné školky
Porovnej školky poblíž našeho nového domova a vyber ty nejvhodnější.
Zúžil jsem výběr na tři školky a přehledně sepsal informace k zápisu. Ještě potřebuji, abyste rozhodli o dvou preferencích. Chcete si projít užší výběr?
Koordinace dobrovolníků před povodní
Pomoz mi zorganizovat místní dobrovolníky pro přípravu na povodeň, aby pomohli čtyřem sousedům zabezpečit jejich domy.
Připravil jsem jednoduchý plán, který dobrovolníkům pomůže posoudit uvedené prostory a připravit je na blížící se nepříznivé počasí.
Nalezení nového domova pro mou rodinu
Najdi v okrese Luzerne dům, který se vejde do mého rozpočtu, má samostatnou bytovou jednotku a umožní mi krátké dojíždění do práce po odvozu dětí do školy. Přidej mi do košíku listinu z katastru, abych si ji mohla zkontrolovat.
Našel jsem jeden dům, který splňuje vaše požadavky. Vypočítal jsem daň z převodu a přidal listinu z katastru do vašeho košíku na portálu okresního katastrálního úřadu, abyste si ji mohli prověřit.
Jak se podívat na zápas s babičkou na dálku
Připrav jednoduchý způsob, jak můžeme s babičkou společně sledovat zápas na dálku.
Nejjednodušší způsob sledování je připravený, včetně záložního řešení pro případ výpadku přenosu. Chcete, abych vás i babičku provedl nastavením?
Příprava jídel pro rodiče s nově diagnostikovanou cukrovkou
Pomoz mému rodiči přizpůsobit se nově diagnostikované cukrovce pomocí praktického plánu péče a jídelníčku.
Plán na první týden je připravený, včetně jídelníčku, připomínek a otázek pro ošetřující tým. Chcete si ho společně projít, než ho předáte svému rodiči?
Naše nejnovější modely dosahují v mnoha úkolech LifeVal velmi vysokého skóre.
Během uplynulého roku jsme naše modely trénovali, aby při práci s prohlížečem, počítačem a konektory byly výrazně rychlejší, schopnější a sladěnější. Zpřístupněním těchto schopností v ChatGPT se rozšiřuje i okruh úkolů, s nimiž může model pomoci. ChatGPT se tak posouvá od chatovacího nástroje ke skutečnému osobnímu asistentovi, který dokáže samostatně jednat.
Proč na tom záleží
Aby AGI přinášela prospěch celému lidstvu, musíme měřit a podporovat pokrok modelů v tom, na čem v životě běžných lidí záleží. To znamená jít za hranice akademického hodnocení znalostí modelů a skutečně měřit, jak dobře dokážou modely AI pomáhat lidem s rozhodováním, zvládáním každodenních povinností a řešením důležitých věcí. Věříme, že LifeVal je krokem k tomuto cíli.
