LifeVal
Mjerenje napretka AI-ja u zadacima važnima za svakodnevni život.
Misija tvrtke OpenAI jest osigurati da opća umjetna inteligencija bude na korist cijelom čovječanstvu. Za više od milijardu ljudi koji se trenutačno svaki tjedan koriste uslugom ChatGPT želimo razviti AI koji može pomoći s praktičnim izazovima svakodnevnog života: pronalaženjem skrbi za djecu, pristupom javnim uslugama, izradom budžeta, pripremom za školu, prilagodbom recepata, naručivanjem namirnica, izradom planova vježbanja i još mnogo toga.
Kada netko traži pomoć kako bi si olakšao život, potrebno mu je više od savjeta ili odgovora u razgovoru. Da bi bio uistinu koristan osobni asistent, ChatGPT trebao bi moći poduzimati radnje kojima se zadaci doista obavljaju.
Kako bismo pratili uspješnost modela u svakodnevnim zadacima kroz vrijeme, izradili smo evaluaciju zadataka iz područja u kojima su korisnici najviše željeli pomoć AI-ja i osobnih agenata. Tu smo evaluaciju tijekom protekle godine upotrebljavali za praćenje i poticanje poboljšanja uspješnosti modela u svakodnevnim zadacima.
Kontekst
Kako bismo utvrdili koji su zadaci ljudima najvažniji, krenuli smo od dvaju velikih istraživanja koja prate kako ljudi provode vrijeme u SAD-u i drugim zemljama: Američkog istraživanja o korištenju vremena(otvara se u novom prozoru) i Multinacionalnog istraživanja o korištenju vremena(otvara se u novom prozoru). Ti skupovi podataka zajedno daju detaljan pregled svakodnevnih zadataka koje obavljaju ljudi iz različitih demografskih skupina, u različita doba dana i godišnja doba. Kako bismo razumjeli gdje bi ljudima pomoć AI-ja bila najvrjednija, nadopunili smo ta postojeća istraživanja novom anketom na demografski reprezentativnom uzorku od 3995 ispitanika. Za svaki smo zadatak postavili niz pitanja kako bismo utvrdili u kojim područjima ljudi najviše žele pomoć osobnog asistenta. Tako odabrani zadaci obuhvaćaju najvažnija područja u kojima ljudi žele pomoć, uključujući skrb o drugima, zdravlje, obrazovanje, administrativne obveze kućanstva, osobne financije, kupnju i pristup javnim uslugama.
Primjeri pojedinačnih zadataka
U nastavku su primjeri kako naši trenutačni modeli obavljaju praktične zadatke iz svakodnevnog života.
Upiši dijete u odgovarajući vrtić nakon selidbe
Usporedi vrtiće u blizini našeg novog doma i napravi uži izbor najprikladnijih.
Suzio sam izbor na tri vrtića i prikupio pojedinosti o upisu. Za još dvije stvari trebaš odlučiti što ti više odgovara. Želiš li pregledati uži izbor?
Koordiniraj volontere u pripremi za poplavu
Pomozi mi organizirati volontere u našoj zajednici kako bi pomogli četirima susjedima kojima treba pomoć u zaštiti od poplava.
Pripremio sam jednostavan plan djelovanja koji će volonterima pomoći da procijene navedene lokacije i pripreme se za nadolazeće nevrijeme.
Pronađi novi dom za moju obitelj
Pronađi dom u okrugu Luzerne koji je unutar mojeg budžeta, ima zasebnu stambenu jedinicu i omogućuje mi kratak put do posla nakon što ostavim djecu u školi. Dodaj vlasničku ispravu u moju košaricu da je mogu pregledati.
Pronašao sam jedan dom koji zadovoljava tvoje uvjete. Izračunao sam porez na prijenos vlasništva i dodao vlasničku ispravu u tvoju košaricu na portalu okružnog registra kako bi je mogao pregledati.
Gledaj utakmicu s bakom na daljinu
Omogući baki i meni da na jednostavan način zajedno gledamo utakmicu na daljinu.
Najjednostavnije rješenje za gledanje je spremno, uz rezervnu opciju ako prijenos zakaže. Želiš li da tebe i baku provedem kroz korake?
Priprema obroka za roditelja koji se prilagođava novoj dijagnozi dijabetesa
Pomozi mojem roditelju da se prilagodi novoj dijagnozi dijabetesa uz praktičan plan skrbi i obroka.
Plan za prvi tjedan je spreman i uključuje obroke, podsjetnike i pitanja za tim za skrb. Želiš li da ga zajedno pregledamo prije nego što ga podijeliš s roditeljem?
Naši najnoviji modeli postižu vrlo visoke rezultate na mnogim zadacima evaluacije LifeVal.
Tijekom protekle godine trenirali smo naše modele kako bi bili znatno brži, sposobniji i usklađeniji s namjerama korisnika u zadacima koji uključuju upotrebu preglednika, računala i poveznika. Uvođenje tih mogućnosti u ChatGPT proširuje i raspon zadataka u kojima model može pomoći. Tako ChatGPT prerasta alat za razgovor i postaje osobni asistent koji doista može samostalno djelovati.
Zašto je to važno
Kako bismo osigurali da AGI bude na korist cijelom čovječanstvu, moramo mjeriti i poticati napredak modela u onome što je važno u svakodnevnom životu ljudi. To znači da moramo ići dalje od akademskih procjena znanja modela i doista mjeriti koliko uspješno AI modeli mogu pomoći ljudima u donošenju odluka, upravljanju svakodnevnim obvezama i obavljanju onoga što im je važno. Nadamo se da je LifeVal korak prema tom cilju.
