Pieejama intelekta pārpilnības veidošana

MI infrastruktūras vērtību nenosaka tās apjoms. Tās vērtību nosaka sniegtās iespējas: spējīgāks intelekts, kas par zemāku cenu pieejams lielākam skaitam cilvēku.

Tā es izprotu pārpilnību. Tā ir ietverta gan mūsu misijā — panākt, lai mākslīgais vispārējais intelekts sniegtu labumu visai cilvēcei —, gan ekonomiskajā dzinējspēkā, kas virza mūsu uzņēmējdarbību.

Samazinoties noderīga intelekta izmaksām, ir vērts paveikt arvien vairāk darba. Modeļiem kļūstot spējīgākiem, šis darbs rada lielāku vērtību. Pieaugot risinājumu lietojumam, mēs gūstam ieņēmumus, atsauksmes no reālās pasaules un labāku priekšstatu par pieprasījumu, lai turpinātu ieguldīt nākamās paaudzes pētniecībā un infrastruktūrā.

Labāks intelekts veicina plašāku lietojumu. Plašāks lietojums ļauj ieguldīt vairāk. Lielāki ieguldījumi uzlabo intelektu un efektivitāti. Šādu izaugsmes ciklu mēs veidojam.

Mūsu nesenais paziņojums par cenām parāda, cik ātri šis cikls sniedz ieguvumus klientiem. Vakar mēs samazinājām GPT‑5.6 Luna cenu par 80 procentiem, bet GPT‑5.6 Terra cenu — par 20 procentiem. Luna tagad maksā 0,20 ASV dolārus par miljonu ievades tekstvienību un 1,20 ASV dolārus par miljonu izvades tekstvienību; Terra attiecīgi maksā 2 un 12 ASV dolārus.

GPT‑5.6 Sol Ātrais režīms nodrošina līdz 2,5 reizēm lielāku ātrumu nekā standarta apstrāde par divreiz augstāku cenu, nemainot intelekta līmeni.

Tās nav tikai izmaiņas cenrādī. Tās paplašina praktiski paveicamo darbu klāstu un sniedz klientiem lielāku elastību, līdzsvarojot intelektu, ātrumu, uzticamību un izmaksas.

Pareizais jautājums nav par to, kurš modelis ir piemērots kuram uzdevumam. Jāvaicā, cik augsts intelekta līmenis vajadzīgs vēlamā rezultāta sasniegšanai, cik ātri tas nepieciešams un kādām jābūt tā izmaksām. Šis līdzsvars vienas darbplūsmas laikā var mainīties vairākkārt.

Klienti nepērk tekstvienības tikai pašu tekstvienību dēļ. Viņi vēlas atrisinātu atbalsta problēmu, izlaistu programmatūru, pārskatītu līgumu vai atbildi uz zinātnisku jautājumu. Pareizais rādītājs ir veiksmīga rezultāta izmaksas, tostarp tam nepieciešamais laiks, atkārtotie mēģinājumi, uzraudzība un kļūdas.

Spēcīgāks modelis, kas darbu paveic pareizi un efektīvi, galu galā var būt ekonomiskāks par lētāku modeli, kam vajadzīgi atkārtoti mēģinājumi vai ievērojama cilvēku iesaiste. Savukārt lētāks modelis var būtiski paplašināt pieejamību, ja tas atbilst tādam pašam kvalitātes standartam. Iespēja ir par atbilstošu cenu izmantot maksimāli noderīgu intelektu.

Lai nodrošinātu šo vērtību, nepietiek tikai ar papildu datu centru būvniecību. Katra skaitļošanas jaudas vienība jāizmanto produktīvāk.

Mūsu nesen paveiktais inženiertehniskais darbs parāda, kā tas izskatās praksē. Sadarbībā ar mūsu tehniskajām komandām GPT‑5.6 Sol palīdzēja optimizēt modeļu nodrošināšanai izmantoto ražošanas programmatūru, par 20 procentiem samazinot kopējās nodrošināšanas izmaksas. Tas arī palīdzēja uzlabot spekulatīvo dekodēšanu, palielinot tekstvienību ģenerēšanas efektivitāti par vairāk nekā 15 procentiem.

Tikpat svarīgi ir tas, ka efektivitāti nenosaka tikai modelis. Svarīga ir arī apkārtējā sistēma. Labāka maršrutēšana ļauj produktīvi izmantot aparatūru. Pārdomātāka konteksta pārvaldība neļauj aģentiem atkārtot jau paveikto. Labāki rīki un produktu dizains samazina uzdevuma izpildei vajadzīgo darbību skaitu.

Nesenā etalonuzdevumu analīzē saglabātās spriestspējas un konteksta pārvaldības uzlabojumi paaugstināja GPT‑5.6 Sol rezultātu publiskajā ARC-AGI-3 uzdevumu kopā no 13,3 līdz 38,3 procentiem, vienlaikus izmantojot sešreiz mazāk izvades tekstvienību. Modelis nemainījās. Mainījās apkārtējā sistēma.

Šie ieguvumi summējas. Spējīgāki modeļi palīdz mūsu komandām atklāt jaunus efektivitātes uzlabojumus. Šie uzlabojumi samazina klientu apkalpošanas izmaksas un paplašina darbu klāstu, ko varam atbalstīt ar to pašu infrastruktūru. Savukārt tas padara nākamās paaudzes intelektu pieejamāku.

Priekšrocība, ko sniedz infrastruktūras, modeļu, platformas un produktu izstrāde, nav tikai mūsu klātbūtne katrā no šiem līmeņiem. Katrs līmenis palīdz uzlabot pārējos.

Produktu lietojums reālajā pasaulē mums parāda, ko klienti novērtē un kur viņiem rodas grūtības. Šīs atsauksmes palīdz virzīt mūsu pētniecību. Pētniecības sasniegumi uzlabo mūsu produktus un samazina to nodrošināšanas izmaksas. Pieprasījums pēc ChatGPT, ChatGPT Work, Codex un API palīdz mums labāk izlemt, kur palielināt jaudu.

Šīs mācīšanās mērogam ir nozīme. Mūsu modeļus tagad izmanto vairāk nekā miljards aktīvo lietotāju un vairāk nekā divi miljoni uzņēmumu. Pieaugot cilvēku pārliecībai par šo tehnoloģiju, viņi to izmanto arvien plašāk. Sešus mēnešus pēc reģistrēšanās cilvēki ik dienu nosūta aptuveni par 50 procentiem vairāk ziņojumu un izmanto ChatGPT apmēram divreiz vairāk darba veidiem. ChatGPT Work maina zināšanu darbinieka lomu, pārejot no atbildēšanas uz jautājumiem pie sarežģītu, daudzpakāpju darbu paveikšanas — no „jautāšanas” pie „darīšanas”. Visā OpenAI aģentiskais darbs ar Codex tagad veido 99,8 % no nedēļā ģenerētajām izvades tekstvienībām, un Finanšu komanda ir viena no tām, kuras aģentiskos rīkus padarījušas par būtisku sava darba daļu.

Organizācijās vērojama līdzīga tendence. Uzņēmums var sākt ar vienu komandu vai vienu darbplūsmu. Uzlabojoties kvalitātei un ekonomiskajai efektivitātei, risinājumu ieviešana aptver arvien vairāk funkciju un MI kļūst par uzņēmuma darbības daļu.

Tādējādi veidojas vērtīga atgriezeniskā saite starp pieprasījumu, produktu uzlabošanu, efektivitāti un infrastruktūras plānošanu. Lai to panāktu, mums nav jābūt visu aktīvu īpašniekiem vai pašiem jāizstrādā katrs komponents. Atkarībā no tā, kas vislabāk kalpo klientam un ir ekonomiski izdevīgākais, varam būt īpašnieki, sadarboties ar partneriem vai iegādāties vajadzīgo. Svarīgi ir koordinēt sistēmu un mācīties no visiem tās elementiem.

MI infrastruktūra jāplāno vairākus gadus pirms tās nepieciešamības, savukārt modeļi, produkti un klientu pieprasījums attīstās daudz straujāk. Šīs atšķirības dēļ disciplīna ir īpaši svarīga.

Lēmumus par ieguldījumiem mēs balstām datos: lietotāju un darba slodžu pieaugumā, uzņēmumu saistībās, API patēriņā, jaudu noslodzē, ieņēmumos, kā arī modeļu spēju un efektivitātes attīstībā. Tehniskie un komerciālie atskaites punkti palīdz noteikt, kad virzīt projektus tālāk. Ilgtermiņa partnerības apvieno finansējumu, infrastruktūru un darbības pieredzi, kas vajadzīga risinājumu nodrošināšanai plašā mērogā.

Produktu ieņēmumiem, privātajam kapitālam un komerciālajām partnerībām ir atšķirīga loma šīs izaugsmes atbalstīšanā. Mērķis nav izveidot pēc iespējas lielāku infrastruktūru. Mērķis ir īstajā laikā nodrošināt atbilstošu jaudu pamatota pieprasījuma apmierināšanai.

Man svarīgākie jautājumi ir vienkārši: cik ātri jaunā jauda sāk dot rezultātus? Cik efektīvi tā tiek izmantota? Kādu klientu pieprasījumu tā apmierina? Cik strauji tehniskais progress var samazināt noderīga intelekta nodrošināšanas izmaksas?

Šie jautājumi sasaista ilgtermiņa ambīcijas ar darbības disciplīnu.

Mēs joprojām esam tikai ceļa sākumā. Spējīgākas sistēmas īstenos ilgākus projektus, koordinēs darbu dažādos rīkos un paveiks lielāku daļu darba no idejas līdz gatavam rezultātam. Privātpersonas un mazie uzņēmumi iegūs iespējas, kas agrāk bija pieejamas tikai daudz lielākām organizācijām. Lielie uzņēmumi plašāk izmantos intelektu savā darbībā.

Mūsu mērķis nav tikai lielāka skaitļošanas jauda, apjomīgāki modeļi vai zemākas tekstvienību cenas. Mērķis ir padarīt noderīgu intelektu pieejamāku.

Tieši to nozīmē pārpilnība: intelekts, kas kļūst arvien spējīgāks, pieejamāks un vērtīgāks tā lietotājiem. Savu progresu vērtēsim pēc tā, cik daudz noderīga darba tas ļauj paveikt, cik efektīvi mēs to nodrošinām un cik plaši varam dalīties tā sniegtajos ieguvumos.