OpenAI ha avançat en la intel·ligència artificial amb el seu nou model, l'OpenAI-o1, anunciat avui, que pot raonar lògicament a través de problemes complexos sense necessitat d'augmentar la seva escala com ho va fer el seu predecessor, el GPT-4. A diferència dels típics grans models de llenguatge (LLMs) que ofereixen respostes en un pas, l'OpenAI-o1 es dedica al raonament en múltiples passos, determinant les respostes d'una manera més semblant a la humana. Mira Murati, directora de tecnologia d'OpenAI, va destacar aquest canvi de metodologia, afirmant que l'OpenAI-o1 destaca en la resolució de tasques de raonament intricate que els models actuals, incloent-hi el GPT-4o, tenen dificultats per afrontar. Tot i que OpenAI està desenvolupant el GPT-5 per ser més gran que el GPT-4o, planegen integrar les capacitats de raonament mostrades a l'OpenAI-o1. Aquest nou model utilitza l'aprenentatge per reforç per millorar la seva capacitat de raonament, proporcionant retroalimentació sobre les seves respostes per refinar el seu enfocament. Mark Chen, vicepresident de recerca d'OpenAI, va mostrar la capacitat del model resolent problemes avançats de química i matemàtiques complexes que els models anteriors no podien gestionar. L'OpenAI-o1 ha demostrat una millora significativa sobre el GPT-4o, especialment en diverses matèries, aconseguint un 83% d'exactitud en l'Examinació Americana de Matemàtiques Invitacional, en comparació amb el 12% del GPT-4o.

No obstant això, l'OpenAI-o1 és més lent i li manquen funcions com la cerca web i capacitats multimodals, com la interpretació d'imatges o àudios. L'impuls per millorar el raonament en els LLMs és un tema prevalent en la recerca d'IA, amb competidors com Google perseguint camins similars. La metodologia d'OpenAI representa un salt més ampli cap al raonament generalitzat, mentre que els experts subratllen la importància d'entendre com aquests models deriven les seves solucions, donada la seva potencial impacte en la pressa de decisions. Murati va assenyalar que l'OpenAI-o1 també demostra una millor alineació amb els estàndards ètics, ja que pot raonar sobre les implicacions de les seves accions, reduint els resultats nocius. L'expert en IA Oren Etzioni subratlla la necessitat que els LLMs es dediquin a la resolució de problemes en múltiples passos, ja que l'escalat pur no és suficient per als avenços. Chen va concloure que aquest nou enfocament del raonament podria permetre un desenvolupament d'IA més eficient i rendible, alineat amb la missió principal d'OpenAI.