Заголовок о 90% имеет важную оговорку
Борис Пауэр, руководитель отдела прикладных исследований OpenAI, спровоцировал волну спекуляций, предположив, что от 80% до 90% исследовательских усилий компании направлены на создание того, что будет после GPT-8. Это примечательное высказывание, сделанное 23 сентября на саммите Fellows Forum AI Summit, описывает распределение исследовательских ресурсов в пользу будущих моделей, таких как GPT-7, GPT-8 и последующих, а не является независимо подтвержденным бюджетом или отчетом о распределении персонала. Оно появилось в тот момент, когда GPT-6 Astra от OpenAI, самая мощная из развернутых моделей, только начала доходить до пользователей.
Заявление Пауэра является важным индикатором горизонта планирования, но оно не означает, что GPT-8 почти завершен, находится в процессе обучения или запланирован к выпуску. Исследования в данном контексте охватывают широкий спектр деятельности, далекий от готового продукта. Они включают:
- Тестирование новых методов обучения
- Создание систем оценки
- Улучшение конвейеров обработки данных
- Разработку проверок безопасности
- Повышение надежности чипов и сетей
- Проведение небольших исследовательских экспериментов
Название будущей модели часто указывает на вектор развития долгосрочных исследований, а не на план скорого выпуска. Этот процент подчеркивает дальновидную стратегию OpenAI: большая часть долгосрочных исследовательских усилий направлена за пределы текущего поколения продуктов, а не на то, что тысячи людей прямо сейчас тайно завершают работу над GPT-8. Это различие жизненно важно для точной интерпретации амбициозной дорожной карты компании.
«Исследования» — это не один гигантский процесс обучения GPT-8
Оценка Пауэра сосредоточена на исследовательских усилиях, а не на едином непрерывном процессе обучения будущей модели. Когда Пауэр предполагает, что 80–90% исследований направлены на GPT-7, GPT-8 и далее, он описывает широкий спектр подготовительных работ. Это включает фундаментальные эксперименты и инженерные задачи, которые предшествуют любому полномасштабному предварительному обучению.
Исследования могут включать множество видов деятельности. Команды могут заниматься:
- Тестированием новых методов обучения
- Созданием надежных систем оценки
- Улучшением конвейеров обработки данных
- Разработкой комплексных проверок безопасности
- Повышением надежности чипов и сетей
Эти усилия в совокупности закладывают основу для будущих систем. Некоторые эксперименты могут напрямую повлиять на последующие модели, в то время как другие могут никогда не привести к созданию публичного продукта. Название будущей модели часто служит вектором развития, направляющим эти разнообразные исследования, а не является маркировкой готового проекта продукта.
Таким образом, эта цитата дает представление о долгосрочных исследовательских приоритетах OpenAI. Она говорит нам больше о стратегическом видении компании и о том, какие проблемы она изучает, чем о прогрессе конкретной модели, ее предполагаемых возможностях или дате скорого запуска. Это критическое различие отделяет поисковые исследования от разработки продукта.
Следующая модель начинается с электросети
Лаборатории передового ИИ должны планировать работу с учетом пересекающихся поколений моделей, поскольку фундаментальные требования для будущих систем требуют длительных сроков подготовки. Критически важные элементы, такие как вычислительные мощности, подключения к энергосетям, сетевая инфраструктура, обширные конвейеры данных и надежные оценки безопасности, не могут появиться по требованию; они требуют многолетней предварительной подготовки.
Амбициозная инициатива OpenAI Stargate является примером этой дальновидной стратегии, нацеленной на создание более 10 гигаватт планируемой мощности ИИ в Соединенных Штатах. Эта инфраструктура свидетельствует о неизменных амбициях компании и подготовке к будущим моделям, хотя она не подтверждает размер или сроки какого-либо конкретного предстоящего релиза. Например, флагманская площадка в Абилине, штат Техас, уже занимается обучением таких моделей, как GPT-5.5, что иллюстрирует, насколько тесно сейчас переплетены дорожные карты исследований и физическое строительство.
Эта техническая база имеет решающее значение для многократных и ответственных циклов обучения. Надежные кластеры и отказоустойчивые сети, часто перепроектируемые для поддержания работы даже при выходе из строя отдельных частей системы, значительно сокращают дорогостоящие перерывы. Такая инфраструктура напрямую поддерживает эффективность research pipeline, гарантируя, что многомесячные циклы обучения могут быть завершены без сбоев. Для получения дополнительной информации о более широких исследованиях OpenAI обратитесь к OpenAI Research Index.
Нравится статья? Получайте такие каждое утро на почту.
одно письмо в день · отписка в два клика · без сторонних трекеров
Настоящее испытание заключается в том, успевает ли безопасность за развитием
Собственная оценка безопасности GPT-6 Astra, проведенная OpenAI, описывает ее как первую модель, достигшую «критического уровня возможностей в области кибербезопасности» по версии компании. Это означает, что Astra может помогать в поиске неизвестных уязвимостей программного обеспечения и разработке эксплойтов для защищенных систем с минимальным участием человека. Хотя компания заявляет, что Astra в целом безопаснее своей предшественницы и не является неконтролируемой, эта оценка переводит дискуссию о рисках за рамки простых ошибок чат-бота.
Эта эскалация подчеркивает, почему safety research должна проводиться параллельно с развитием возможностей, а не как второстепенная задача. Frontier Governance Framework от OpenAI описывает отслеживание серьезных рисков, таких как кибератаки, биологический вред и манипуляции. Система обеспечения готовности компании диктует необходимые меры защиты перед развертыванием.
Эти важнейшие проверки — включая оценки, безопасные системы и четкие правила остановки — не могут появиться после завершения создания мощной модели; исследователи должны проектировать их в процессе разработки. Такой интегрированный подход гарантирует, что меры безопасности масштабируются вместе с растущими возможностями, обеспечивая критически важный противовес быстрым темпам наращивания инфраструктуры.
Читатели могут следить за несколькими индикаторами прогресса в этой области:
- Опубликованные оценки
- Обновления систем безопасности
- Результаты исследований
- Ввод в эксплуатацию новой инфраструктуры
Никаких подтвержденных спецификаций или дат выпуска для GPT-7 или GPT-8 нет в открытом доступе, но общая траектория требует, чтобы меры безопасности опережали, а не отставали от возможностей, которые они призваны регулировать.
Часто задаваемые вопросы
Подтвердила ли OpenAI, что GPT-8 находится в процессе обучения?
Нет. Борис Пауэр описал исследовательское внимание, направленное на GPT-7, GPT-8 и последующие модели; это не подтверждает активный процесс обучения GPT-8.
Что Борис Пауэр сказал об исследованиях OpenAI?
На саммите Fellows Forum AI Summit Пауэр оценил, что от 80% до 90% исследований OpenAI сосредоточены на поколениях, выходящих за рамки текущей модели.
Почему OpenAI исследует будущие модели за годы до их выхода?
Методы, данные, оценки, системы безопасности, вычислительное оборудование и мощности центров обработки данных требуют времени для разработки и координации.
Известны ли даты выпуска GPT-7 и GPT-8?
Нет. OpenAI не публиковала подтвержденные даты запуска, спецификации или публичную дорожную карту ни для одной из этих моделей.