ChatGPT'nin ortaya çıkışından bu yana, yapay zeka her ay hızla gelişiyor. Pek çok model ve hızlı yinelemeyle, pek çok insan, insanların gerçekten AGI kapısının eşiğinde durduğunu fark etmeden edemiyor.
Yakın zamanda Amerika Birleşik Devletleri Patent ve Ticari Marka Ofisi (USPTO) tarafından açıklanan bir belge, OpenAI'nin 18 Temmuz'da "GPT-5" için ticari marka başvurusu yaptığını gösteriyor. ve kabul edilmiştir.
USPTO dosyasının ekran görüntüsü
Bu yılın ilk yarısında, çeşitli AI uzmanları ve akademisyenler ortaklaşa birçok kez açık mektuplar yayınlayarak insanları üretken AI'nın potansiyel risklerine dikkat etmeye çağırdı ve OpenAI de o sırada bir planı olmayacağını duyurdu. kısa vadede GPT-5'i eğitmek için.
Bununla birlikte, bilim ve teknolojinin cazibesi nihayet insanların tabu sınırlarını aşmasına izin verdi.
OpenAI, bu kez açıklanan uygulamada, yayınlanmayan GPT-5'in GPT-4'te olmayan birçok yeteneğe sahip olacağından bahsetti ve hemen hemen her öğe AGI'ya atıfta bulunuyor.
USPTO dosyasının ekran görüntüsü
Peki, böyle bir değişiklik yapay zeka ve insanlar için ne anlama geliyor?
Bugün, bu makale, OpenAI'nin başvuru belgelerinde açıklanan sınırlı bilgilerden GPT-5'in olası işlevleri, değişiklikleri ve etkileri hakkında basit bir analiz yapmaya çalışacak.
01 AGI'ye giden yol
Bu kez açıklanan belgede, OpenAI tarafından bahsedilen ilk değişikliklerden biri, çok modlu işlevlerin geliştirilmesidir.
Spesifik olarak, GPT-5'in işlevleri arasında metin veya konuşmayı bir dilden diğerine çevirme, konuşma tanıma, metin ve konuşma oluşturma ve daha fazlası yer alır.
Mevcut GPT-4'te kullanıcılar farklı diller arasında çeviri de gerçekleştirebilse de çeviri işlevi burada seçildiğinden yeniden optimize edilmiş olmalıdır.
OpenAI, GPT-5'in çeviri yeteneğini neden bu kadar ön plana çıkarıyor?
Bunun nedeni, GPT'nin evrensel hale gelmesinin ön koşullarından birinin, farklı dillerde büyük modeller kullanmanın getirdiği maliyet farkını en aza indirmek olması olabilir.
Daha önce Oxford Üniversitesi'nin araştırma sonuçları, OpenAI gibi servislerin benimsediği sunucu maliyeti ölçümü ve faturalandırma yöntemleri nedeniyle İngilizce girdi ve çıktı maliyetinin diğer dillere göre çok daha düşük olduğunu gösteriyordu.
Bunlardan Basitleştirilmiş Çince'nin maliyeti İngilizce'nin yaklaşık iki katı, İspanyolca İngilizce'nin 1,5 katı ve Myanmar'daki Shan dili İngilizce'nin 15 katıdır.
Çince gibi diller farklı, daha karmaşık yapılara sahip oldukları için daha yüksek bir lemmatizasyon oranı gerektirirler.
Örneğin, OpenAI'nin GPT3 simge oluşturucusuna göre, "sevginiz" simgesi İngilizce'de yalnızca iki simge, Basitleştirilmiş Çince'de ise sekiz simge gerektirir.
Bu, İngilizce dışındaki diller için model kullanmanın ve eğitmenin çok daha pahalı olduğu anlamına gelir.
Ve "dil engeli" eşiği aşıldığında, GPT'nin önündeki bu evrensel engel şüphesiz doğrudan ortadan kalkacaktır.
Ek olarak, belgede öne çıkan konuşma tanıma işlevi sadece göze çarpmayan bir değişiklik gibi görünüyor, ancak bir dereceye kadar bu, OpenAI'nin AGI tuğlasına giden yolda GPT-5 döşemesinin bir başka parçası.
Hepimizin bildiği gibi, büyük modellerin gelecekteki gelişme yönünde, modellerin marjinalleştirilmesi ve terminalleştirilmesi giderek daha açık bir trend haline geldi.
Qualcomm, bu yılın temmuz ayında cep telefonlarında çalışabilen 1 milyar parametreli büyük bir model çıkardığından beri Honor ve Apple gibi üreticiler de kendi "büyük model" cep telefonlarını piyasaya süreceklerini duyurdular.
Cep telefonlarından başlayarak, gelecekte AI verileri, kameralar, sensörler ve otonom sürüş gibi terminal tarafında giderek daha fazla işlenecektir.
Böyle bir uygulama senaryosunda konuşma tanıma şüphesiz daha kullanışlı ve verimlidir.
Örneğin AI dil modeli, sürücünün aracı sesle kontrol etmesine olanak tanıyor. Sürücünün sesli komutlarını başlat, durdur, hızlandır, frenle ve diğer işlemler gibi çalıştırılabilir komutlara dönüştürün.
SIri gibi cep telefonu sisteminde bulunan akıllı asistanlar da sesli komutlarla kontrole öncelik verecek.
GPT-5 terminal tarafına girdiğinde konuşma tanımanın sadece pastanın üzerindeki krema değil, "standart bir konfigürasyon" olduğu görülebilir.
Ve her terminal cihazının batması yoluyla, GPT-5 ayrıca daha marjinal ve dilsel olmayan veri yapıları elde edecek.
Sonuçta, büyük modelin geliştirilmesinden bu yana, özümsenebilen metin verileri hemen hemen aynıdır.AGI yolunda bir adım daha atmak istiyorsak, bu tür "metin olmayan" veriler çok önemlidir.
02 Zorluk Uzmanı Modeli
OpenAI tarafından sunulan belgede yukarıdaki özelliklere ek olarak "GPT-5 ayrıca öğrenme, analiz etme, sınıflandırma ve verileri yanıtlama yeteneğine de sahip olabilir" denildi.
Yapay zekanın mevcut gelişme eğilimine bakılırsa, bu muhtemelen GPT-5'in akıllı bir vücudunkine benzer aktif öğrenme yeteneğine sahip olduğu anlamına gelir.
Ve bu yetenek, GPT-5'i yeni bilgileri yalnızca pasif olarak insan beslenme verileri aracılığıyla öğrenebilen önceki modellerden temelde farklı kılacaktır.
Spesifik olarak, aktif öğrenme yeteneği, modelin yalnızca insanlar tarafından sağlanan verilere dayanmak yerine verileri kendi amaçlarına ve ihtiyaçlarına göre bağımsız olarak seçebileceği, edinebileceği ve işleyebileceği anlamına gelir.
Bu, modelin verilerdeki bilgileri ve bilgileri daha etkin bir şekilde kullanmasına ve yalnızca pasif olarak veri alıp vermek yerine farklı veri ortamlarına ve görev senaryolarına daha esnek bir şekilde uyum sağlamasına olanak tanır.
Ve bu yetenek, GPT-5 nispeten alışılmadık ve dikey alanlarla karşılaştığında özellikle önemlidir.
Tıp, hukuk, finans vb. gibi bazı özel alanların genellikle anlaşılması ve sıradan dil modelleri için işlenmesi zor olabilecek kendi özel terimleri, kuralları ve bilgi sistemleri vardır.
GPT-5 aktif öğrenme yeteneğine sahipse, bu alanlardaki ilgili verileri internetten otomatik olarak toplayabilir ve güncelleyebilir, bu alanlardaki temel kavramları, önemli ilkeleri ve son gelişmeleri analiz edip sınıflandırabilir ve bu alanlardaki yaygın sorunlara yanıt verebilir. , Tipik durumlar ve pratik uygulamalar.
Bu sayede GPT-5, bu alanlardaki uzmanlığa daha hızlı hakim olabilir ve bu alanlardaki ilgili görevleri daha doğru ve verimli bir şekilde tamamlayabilir.
Ve bunların hepsi gerçek genel modelin anahtarıdır.
Çünkü GPT'nin profesyonel görevleri çözmek için her zaman belirli bir "uzman modele" bağlanması gerekiyorsa, o zaman gerçekten "evrensel" olduğu söylenemez.
Çünkü bu, GPT'nin farklılıklarına ve farklı alan ve senaryoların istihbarat yeteneklerine bağımlı olmasına yol açacağı gibi, GPT ile "uzman model" arasındaki iletişim ve koordinasyon maliyetlerini de artıracağından, herhangi bir koşulda yüksek kaliteli hizmet alınabileceğini garanti edemez. durumlar.
Daha önce, yabancı medya Semianalysis, bu yıl Mart ayında yayınlanan GPT-4'ün sırlarını açığa çıkararak OpenAI'nin GPT-4'ü oluşturmak için karma bir uzman modeli kullandığını ortaya çıkardı.
Habere göre GPT-4, her biri 111 milyar parametreye sahip 16 karma uzman modeli (uzman karışımı) kullanıyor ve her bir ileri geçiş rotası iki uzman modelden geçiyor.
Bununla birlikte, daha uzman modeller, genelleştirmenin ve yakınsama sağlamanın daha zor olduğu anlamına gelir.
Bunun nedeni, her uzman modelinin kendi parametrelerine ve stratejilerine sahip olmasıdır ve bunların koordinasyonu genellikle zordur, bu da GPT'nin dengelenmesini ve "genel durumu hesaba katmasını" zorlaştırır.
Aktif öğrenme yeteneğine sahip olduktan sonra, GPT-5, elde edilen verileri analiz etmek ve anlamak için çok modlu anlama ve akıl yürütme yeteneklerinin yanı sıra bilgi haritalarını ve veritabanlarını kullanabilecek ve kümeleme algoritmaları ve sınıflandırıcılar aracılığıyla ilgili verileri bağlayabilecek ve özetleyebilecektir. .
Bu sayede GPT-5, farklı veri ortamlarına ve görev senaryolarına göre verilerdeki bilgi ve birikimleri etkin bir şekilde kullanabilmektedir.
03 daha fazla işi değiştirin
Yukarıda bahsedildiği gibi, dil engelini aştıktan ve uygun bir konuşma tanıma işleviyle terminal tarafına girdikten sonra GPT-5, sürekli aktif öğrenme yetenekleri aracılığıyla farklı senaryolar, alanlar ve modlardaki bilgileri özümsemeye devam edecek ve ardından AGI'ye giden yol'a doğru ilerleyecektir. yüksek hızda hareket etmektedir.
Bu kadar güçlü "evrenselliğe" sahip GPT-5, veri engelleri olan birkaç sektör (tıbbi bakım gibi) dışında çeşitli alanlara yayılmaya başladığında, çoğu dikey alandaki büyük modellerin Kademeli olarak gölgede kalacağı öngörülebilir.
Çünkü son tahlilde, epeyce uzman veya dikey büyük ölçekli modeller, esasen yetersiz bilgi işlem gücü ve veriye sahip, "genel büyük ölçekli model"e tırmanamayan ve bir sonraki en iyiye razı olmak zorunda olan belirli işletmelerin ürünleridir. (bu özellikle Çin'de belirgindir).
Genel amaçlı büyük bir model, güçlü öğrenme yeteneği sayesinde çoğu endüstride yetkin olabiliyorsa, o zaman kim farklı modeller arasında zahmetli bir şekilde geçiş yapmaya ve farklı modeller için birden fazla eğitim ve kullanım maliyetine katlanmaya istekli olur?
Bu açıdan bakıldığında, uzman modelin yerini yavaş yavaş genel model almaktadır ki bu da insanoğlunun AGI'ye giden yolda kaçınılmaz bir tarihsel sürecidir.
Buna eşlik eden bir başka olgu da, daha alt bölümlere ayrılmış ve önemsiz görevlerin yerini almasıdır.
Çünkü daha güçlü bir genel modelle insanlar aslında birçok pozisyonun iş içeriğinin birleştirilebileceğini ve entegre edilebileceğini göreceklerdir.
Ürün yöneticileri ve veri analistleri olası bir örnektir.
Örneğin, yeni bir ürün geliştirme projesinde GPT-5, belirli bir ürün konseptine veya talebine göre ilgili pazar araştırmasını, rakip ürün analizini, kullanıcı portrelerini ve diğer verileri İnternetten arayabilir ve bunları kendi belleğine indirebilir.
Bundan sonra, elde edilen verileri kendi multimodal anlayış ve mantıksal muhakeme yeteneklerinin yanı sıra bilgi grafikleri ve veritabanları aracılığıyla analiz edecek ve anlayacaktır.
İlgili verileri elde ettikten, sınıflandırdıktan ve düzenledikten sonra GPT-5, dil anlama yeteneği aracılığıyla diyalog sisteminin geri bildirimlerinden ilgili pazarlama stratejilerini, kullanıcı geri bildirimlerini ve diğer bilgileri öğrenecek ve verilen ürün kavramları veya ihtiyaçları ile karşılaştıracaktır. ve değerlendirildi.
Bu şekilde, ürün yöneticisi ve veri analistinin iki pozisyonu etkin bir şekilde "birleştirilir".
AGI'ye giden bitmemiş yolda, birleştirilen ve değiştirilen sayısız iş var.
Bu nedenle, daha çok yönlü bir GPT-5 yalnızca üretkenlik ilerlemesi için bir nimet değil, aynı zamanda endüstride büyük bir depremin başlangıcıdır.
O zaman, henüz büyük ölçekli modelleri kullanma becerisine sahip olmayan ve endüstri engellerinden yoksun birçok şirket, kumdan yapılmış kaleler gibi kırılgan bir şekilde çökecek.
Ve sürekli değiştirilen konumlarla karşılaşan daha sıradan bireyler, zamanın belirsizliğini daha derinden hissedecekler...
View Original
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
GPT-5 geliyor mu? AI endüstrisinde ne gibi köklü değişiklikler olacak?
ChatGPT'nin ortaya çıkışından bu yana, yapay zeka her ay hızla gelişiyor. Pek çok model ve hızlı yinelemeyle, pek çok insan, insanların gerçekten AGI kapısının eşiğinde durduğunu fark etmeden edemiyor.
Yakın zamanda Amerika Birleşik Devletleri Patent ve Ticari Marka Ofisi (USPTO) tarafından açıklanan bir belge, OpenAI'nin 18 Temmuz'da "GPT-5" için ticari marka başvurusu yaptığını gösteriyor. ve kabul edilmiştir.
USPTO dosyasının ekran görüntüsü
Bu yılın ilk yarısında, çeşitli AI uzmanları ve akademisyenler ortaklaşa birçok kez açık mektuplar yayınlayarak insanları üretken AI'nın potansiyel risklerine dikkat etmeye çağırdı ve OpenAI de o sırada bir planı olmayacağını duyurdu. kısa vadede GPT-5'i eğitmek için.
Bununla birlikte, bilim ve teknolojinin cazibesi nihayet insanların tabu sınırlarını aşmasına izin verdi.
OpenAI, bu kez açıklanan uygulamada, yayınlanmayan GPT-5'in GPT-4'te olmayan birçok yeteneğe sahip olacağından bahsetti ve hemen hemen her öğe AGI'ya atıfta bulunuyor.
USPTO dosyasının ekran görüntüsü
Peki, böyle bir değişiklik yapay zeka ve insanlar için ne anlama geliyor?
Bugün, bu makale, OpenAI'nin başvuru belgelerinde açıklanan sınırlı bilgilerden GPT-5'in olası işlevleri, değişiklikleri ve etkileri hakkında basit bir analiz yapmaya çalışacak.
01 AGI'ye giden yol
Bu kez açıklanan belgede, OpenAI tarafından bahsedilen ilk değişikliklerden biri, çok modlu işlevlerin geliştirilmesidir.
Spesifik olarak, GPT-5'in işlevleri arasında metin veya konuşmayı bir dilden diğerine çevirme, konuşma tanıma, metin ve konuşma oluşturma ve daha fazlası yer alır.
Mevcut GPT-4'te kullanıcılar farklı diller arasında çeviri de gerçekleştirebilse de çeviri işlevi burada seçildiğinden yeniden optimize edilmiş olmalıdır.
OpenAI, GPT-5'in çeviri yeteneğini neden bu kadar ön plana çıkarıyor?
Bunun nedeni, GPT'nin evrensel hale gelmesinin ön koşullarından birinin, farklı dillerde büyük modeller kullanmanın getirdiği maliyet farkını en aza indirmek olması olabilir.
Daha önce Oxford Üniversitesi'nin araştırma sonuçları, OpenAI gibi servislerin benimsediği sunucu maliyeti ölçümü ve faturalandırma yöntemleri nedeniyle İngilizce girdi ve çıktı maliyetinin diğer dillere göre çok daha düşük olduğunu gösteriyordu.
Bunlardan Basitleştirilmiş Çince'nin maliyeti İngilizce'nin yaklaşık iki katı, İspanyolca İngilizce'nin 1,5 katı ve Myanmar'daki Shan dili İngilizce'nin 15 katıdır.
Çince gibi diller farklı, daha karmaşık yapılara sahip oldukları için daha yüksek bir lemmatizasyon oranı gerektirirler.
Örneğin, OpenAI'nin GPT3 simge oluşturucusuna göre, "sevginiz" simgesi İngilizce'de yalnızca iki simge, Basitleştirilmiş Çince'de ise sekiz simge gerektirir.
Bu, İngilizce dışındaki diller için model kullanmanın ve eğitmenin çok daha pahalı olduğu anlamına gelir.
Ve "dil engeli" eşiği aşıldığında, GPT'nin önündeki bu evrensel engel şüphesiz doğrudan ortadan kalkacaktır.
Ek olarak, belgede öne çıkan konuşma tanıma işlevi sadece göze çarpmayan bir değişiklik gibi görünüyor, ancak bir dereceye kadar bu, OpenAI'nin AGI tuğlasına giden yolda GPT-5 döşemesinin bir başka parçası.
Hepimizin bildiği gibi, büyük modellerin gelecekteki gelişme yönünde, modellerin marjinalleştirilmesi ve terminalleştirilmesi giderek daha açık bir trend haline geldi.
Qualcomm, bu yılın temmuz ayında cep telefonlarında çalışabilen 1 milyar parametreli büyük bir model çıkardığından beri Honor ve Apple gibi üreticiler de kendi "büyük model" cep telefonlarını piyasaya süreceklerini duyurdular.
Cep telefonlarından başlayarak, gelecekte AI verileri, kameralar, sensörler ve otonom sürüş gibi terminal tarafında giderek daha fazla işlenecektir.
Böyle bir uygulama senaryosunda konuşma tanıma şüphesiz daha kullanışlı ve verimlidir.
Örneğin AI dil modeli, sürücünün aracı sesle kontrol etmesine olanak tanıyor. Sürücünün sesli komutlarını başlat, durdur, hızlandır, frenle ve diğer işlemler gibi çalıştırılabilir komutlara dönüştürün.
SIri gibi cep telefonu sisteminde bulunan akıllı asistanlar da sesli komutlarla kontrole öncelik verecek.
GPT-5 terminal tarafına girdiğinde konuşma tanımanın sadece pastanın üzerindeki krema değil, "standart bir konfigürasyon" olduğu görülebilir.
Ve her terminal cihazının batması yoluyla, GPT-5 ayrıca daha marjinal ve dilsel olmayan veri yapıları elde edecek.
Sonuçta, büyük modelin geliştirilmesinden bu yana, özümsenebilen metin verileri hemen hemen aynıdır.AGI yolunda bir adım daha atmak istiyorsak, bu tür "metin olmayan" veriler çok önemlidir.
02 Zorluk Uzmanı Modeli
OpenAI tarafından sunulan belgede yukarıdaki özelliklere ek olarak "GPT-5 ayrıca öğrenme, analiz etme, sınıflandırma ve verileri yanıtlama yeteneğine de sahip olabilir" denildi.
Yapay zekanın mevcut gelişme eğilimine bakılırsa, bu muhtemelen GPT-5'in akıllı bir vücudunkine benzer aktif öğrenme yeteneğine sahip olduğu anlamına gelir.
Ve bu yetenek, GPT-5'i yeni bilgileri yalnızca pasif olarak insan beslenme verileri aracılığıyla öğrenebilen önceki modellerden temelde farklı kılacaktır.
Spesifik olarak, aktif öğrenme yeteneği, modelin yalnızca insanlar tarafından sağlanan verilere dayanmak yerine verileri kendi amaçlarına ve ihtiyaçlarına göre bağımsız olarak seçebileceği, edinebileceği ve işleyebileceği anlamına gelir.
Bu, modelin verilerdeki bilgileri ve bilgileri daha etkin bir şekilde kullanmasına ve yalnızca pasif olarak veri alıp vermek yerine farklı veri ortamlarına ve görev senaryolarına daha esnek bir şekilde uyum sağlamasına olanak tanır.
Ve bu yetenek, GPT-5 nispeten alışılmadık ve dikey alanlarla karşılaştığında özellikle önemlidir.
Tıp, hukuk, finans vb. gibi bazı özel alanların genellikle anlaşılması ve sıradan dil modelleri için işlenmesi zor olabilecek kendi özel terimleri, kuralları ve bilgi sistemleri vardır.
GPT-5 aktif öğrenme yeteneğine sahipse, bu alanlardaki ilgili verileri internetten otomatik olarak toplayabilir ve güncelleyebilir, bu alanlardaki temel kavramları, önemli ilkeleri ve son gelişmeleri analiz edip sınıflandırabilir ve bu alanlardaki yaygın sorunlara yanıt verebilir. , Tipik durumlar ve pratik uygulamalar.
Bu sayede GPT-5, bu alanlardaki uzmanlığa daha hızlı hakim olabilir ve bu alanlardaki ilgili görevleri daha doğru ve verimli bir şekilde tamamlayabilir.
Ve bunların hepsi gerçek genel modelin anahtarıdır.
Çünkü GPT'nin profesyonel görevleri çözmek için her zaman belirli bir "uzman modele" bağlanması gerekiyorsa, o zaman gerçekten "evrensel" olduğu söylenemez.
Çünkü bu, GPT'nin farklılıklarına ve farklı alan ve senaryoların istihbarat yeteneklerine bağımlı olmasına yol açacağı gibi, GPT ile "uzman model" arasındaki iletişim ve koordinasyon maliyetlerini de artıracağından, herhangi bir koşulda yüksek kaliteli hizmet alınabileceğini garanti edemez. durumlar.
Daha önce, yabancı medya Semianalysis, bu yıl Mart ayında yayınlanan GPT-4'ün sırlarını açığa çıkararak OpenAI'nin GPT-4'ü oluşturmak için karma bir uzman modeli kullandığını ortaya çıkardı.
Habere göre GPT-4, her biri 111 milyar parametreye sahip 16 karma uzman modeli (uzman karışımı) kullanıyor ve her bir ileri geçiş rotası iki uzman modelden geçiyor.
Bununla birlikte, daha uzman modeller, genelleştirmenin ve yakınsama sağlamanın daha zor olduğu anlamına gelir.
Bunun nedeni, her uzman modelinin kendi parametrelerine ve stratejilerine sahip olmasıdır ve bunların koordinasyonu genellikle zordur, bu da GPT'nin dengelenmesini ve "genel durumu hesaba katmasını" zorlaştırır.
Aktif öğrenme yeteneğine sahip olduktan sonra, GPT-5, elde edilen verileri analiz etmek ve anlamak için çok modlu anlama ve akıl yürütme yeteneklerinin yanı sıra bilgi haritalarını ve veritabanlarını kullanabilecek ve kümeleme algoritmaları ve sınıflandırıcılar aracılığıyla ilgili verileri bağlayabilecek ve özetleyebilecektir. .
Bu sayede GPT-5, farklı veri ortamlarına ve görev senaryolarına göre verilerdeki bilgi ve birikimleri etkin bir şekilde kullanabilmektedir.
03 daha fazla işi değiştirin
Yukarıda bahsedildiği gibi, dil engelini aştıktan ve uygun bir konuşma tanıma işleviyle terminal tarafına girdikten sonra GPT-5, sürekli aktif öğrenme yetenekleri aracılığıyla farklı senaryolar, alanlar ve modlardaki bilgileri özümsemeye devam edecek ve ardından AGI'ye giden yol'a doğru ilerleyecektir. yüksek hızda hareket etmektedir.
Bu kadar güçlü "evrenselliğe" sahip GPT-5, veri engelleri olan birkaç sektör (tıbbi bakım gibi) dışında çeşitli alanlara yayılmaya başladığında, çoğu dikey alandaki büyük modellerin Kademeli olarak gölgede kalacağı öngörülebilir.
Çünkü son tahlilde, epeyce uzman veya dikey büyük ölçekli modeller, esasen yetersiz bilgi işlem gücü ve veriye sahip, "genel büyük ölçekli model"e tırmanamayan ve bir sonraki en iyiye razı olmak zorunda olan belirli işletmelerin ürünleridir. (bu özellikle Çin'de belirgindir).
Genel amaçlı büyük bir model, güçlü öğrenme yeteneği sayesinde çoğu endüstride yetkin olabiliyorsa, o zaman kim farklı modeller arasında zahmetli bir şekilde geçiş yapmaya ve farklı modeller için birden fazla eğitim ve kullanım maliyetine katlanmaya istekli olur?
Bu açıdan bakıldığında, uzman modelin yerini yavaş yavaş genel model almaktadır ki bu da insanoğlunun AGI'ye giden yolda kaçınılmaz bir tarihsel sürecidir.
Buna eşlik eden bir başka olgu da, daha alt bölümlere ayrılmış ve önemsiz görevlerin yerini almasıdır.
Çünkü daha güçlü bir genel modelle insanlar aslında birçok pozisyonun iş içeriğinin birleştirilebileceğini ve entegre edilebileceğini göreceklerdir.
Ürün yöneticileri ve veri analistleri olası bir örnektir.
Örneğin, yeni bir ürün geliştirme projesinde GPT-5, belirli bir ürün konseptine veya talebine göre ilgili pazar araştırmasını, rakip ürün analizini, kullanıcı portrelerini ve diğer verileri İnternetten arayabilir ve bunları kendi belleğine indirebilir.
Bundan sonra, elde edilen verileri kendi multimodal anlayış ve mantıksal muhakeme yeteneklerinin yanı sıra bilgi grafikleri ve veritabanları aracılığıyla analiz edecek ve anlayacaktır.
İlgili verileri elde ettikten, sınıflandırdıktan ve düzenledikten sonra GPT-5, dil anlama yeteneği aracılığıyla diyalog sisteminin geri bildirimlerinden ilgili pazarlama stratejilerini, kullanıcı geri bildirimlerini ve diğer bilgileri öğrenecek ve verilen ürün kavramları veya ihtiyaçları ile karşılaştıracaktır. ve değerlendirildi.
Bu şekilde, ürün yöneticisi ve veri analistinin iki pozisyonu etkin bir şekilde "birleştirilir".
AGI'ye giden bitmemiş yolda, birleştirilen ve değiştirilen sayısız iş var.
Bu nedenle, daha çok yönlü bir GPT-5 yalnızca üretkenlik ilerlemesi için bir nimet değil, aynı zamanda endüstride büyük bir depremin başlangıcıdır.
O zaman, henüz büyük ölçekli modelleri kullanma becerisine sahip olmayan ve endüstri engellerinden yoksun birçok şirket, kumdan yapılmış kaleler gibi kırılgan bir şekilde çökecek.
Ve sürekli değiştirilen konumlarla karşılaşan daha sıradan bireyler, zamanın belirsizliğini daha derinden hissedecekler...