OpenAI 的使命是確保通用人工智能造福全人類。目前每週有超過十億人使用 ChatGPT。我們希望開發能協助他們應對日常實際難題的 AI，例如尋找託兒服務、使用政府服務、編製預算、準備上學事宜、調整食譜、訂購食品雜貨、設計運動計劃等。
當人們尋求協助，希望生活更輕鬆時，他們需要的不只是建議或聊天回覆。要成為真正有用的個人助理，ChatGPT 應該能夠採取行動，切實把事情辦妥。
為了衡量模型處理日常任務的表現隨時間的變化，我們建立了一套任務評估，涵蓋用戶最希望獲得 AI 及個人智能代理協助的範疇。過去一年，我們利用這套評估，追蹤並推動模型改善處理日常任務的表現。
背景
為了找出人們最重視的任務，我們首先參考了兩項追蹤美國及世界各地人們如何分配時間的大型研究：美國時間運用調查（American Time Use Survey）（在新視窗中開啟）及多國時間運用研究（Multinational Time Use Study）（在新視窗中開啟）。這兩組數據共同提供了一份詳盡的日常生活任務清單，涵蓋不同人口群體在一天中不同時段及各個季節所做的事情。為了了解人們在哪些方面最重視 AI 的協助，我們在這些現有調查的基礎上，另行開展了一項調查，訪問了 3,995 名受訪者，樣本在人口特徵上具代表性。針對每項任務，我們提出多條問題，以找出一般人最希望個人助理提供協助的範疇。最終選出的任務涵蓋人們希望獲得協助的最重要範疇，包括照顧他人、健康、教育、家庭事務管理、個人財務、購物及使用政府服務。
個別任務示例
以下例子展示我們現有模型處理日常生活實際工作流程的表現。
搬家後報讀合適的幼稚園
比較我們新居附近的幼稚園，篩選出最合適的選擇。
我已篩選出三間幼稚園，並整理好入學申請資料。還有兩項選擇需要你按自己的喜好決定。想看看候選名單嗎？
在水災來臨前統籌義工
幫我統籌社區防洪義工隊，為四位需要協助的鄰居做好防洪準備。
我已擬好一份簡單的行動計劃，協助義工評估提及的地點，並為即將到來的惡劣天氣做好準備。
為家人尋找新居
在盧澤恩縣找一個符合我的預算、附設獨立居住單位，而且送小朋友上學後上班路程較短的住所。將房契加入我的購物車，方便我查閱。
我找到了一個符合你要求的住所。我已計算轉讓稅，並將房契加入你在縣政府檔案系統的購物車，方便你查閱。
與遠方的婆婆一起觀看比賽
安排一個簡單的方法，讓我和婆婆可以在兩地一起觀看比賽。
我已找出最簡單的觀看方式，萬一串流播放出問題，也有後備方案。想我陪你和婆婆一步步設定嗎？
為剛確診糖尿病、正適應確診後生活的父親或母親準備膳食
制定實用的護理及膳食計劃，幫助我剛確診糖尿病的父親或母親適應診斷後的生活。
第一週的計劃已準備好，包括膳食安排、提醒事項及要向醫護團隊提出的問題。在與父親或母親分享前，要不要先一起看看？
我們的最新模型在多項 LifeVal 任務中都取得很高的分數。查看 更多
過去一年，我們透過訓練，讓模型在使用瀏覽器、操作電腦及運用連接器執行任務時，速度大幅提升、能力更強，也更符合人類意圖。在 ChatGPT 中啟用這些能力，也拓展了模型能夠協助處理的任務種類，讓 ChatGPT 不再只是聊天工具，而是朝着真正能自主執行任務的個人助理邁進。
這為何重要
要確保 AGI 造福全人類，我們就要了解模型在處理大家日常關心的事情上有多少進步，並繼續改善模型的表現。單靠學術測試評估模型掌握多少知識並不足夠。我們還要實際衡量 AI 模型能在多大程度上幫助人們作決定、處理日常事務，以及辦妥對他們有意義的事。我們希望 LifeVal 能讓我們朝這個目標邁進一步。
