Q* (Q-Star) — פרויקט של OpenAI שדווח ב-2023 ולפי הדיווחים הוביל ל-o1

נובמבר 2023: מכתב לדירקטוריון, ופיטורי אלטמן

ב-22 בנובמבר 2023, ימים אחרי שדירקטוריון OpenAI פיטר באופן פתאומי את מנכ"ל החברה סם אלטמן, דיווחו Reuters ו-The Information, בהסתמך על מקורות עלומים, שכמה חוקרים בחברה שלחו לדירקטוריון מכתב. במכתב הם הזהירו מפני תגלית בינה מלאכותית רבת עוצמה בשם הקוד Q*. לפי Reuters, חלק מהעובדים בחברה האמינו שהתגלית עשויה להיות פריצת דרך במאמץ להגיע לבינה מלאכותית כללית (AGI). Reuters הדגישה שלא ראתה את המכתב עצמו, ושהמקורות תיארו אותו כגורם אחד מתוך רשימה ארוכה יותר של טענות שהעלה הדירקטוריון נגד אלטמן. הדירקטוריון עצמו לא פירט את נימוקיו באופן ציבורי. ההודעה הרשמית של OpenAI על הפיטורים ציינה רק שאלטמן "לא היה גלוי באופן עקבי" בתקשורת שלו עם הדירקטוריון, ושהדירקטוריון כבר אינו בוטח ביכולתו להמשיך להנהיג את החברה.

מה דיווחו שהמודל יודע לעשות

לפי הדיווח של Reuters, מקור מסר שהמודל החדש הצליח לפתור סוגים מסוימים של בעיות חשבון — אך רק בערך ברמה של תלמידי בית ספר יסודי. ההצלחה הזו, לדברי אותו מקור, הספיקה כדי לעורר אופטימיות רבה בקרב חוקרים לגבי עתידו של הפרויקט. Reuters ציינה במפורש שלא יכלה לאמת באופן עצמאי את היכולות שהחוקרים טענו להן. נתן למברט, חוקר במכון אלן לבינה מלאכותית, אמר ל-TechCrunch שלדעתו Q* קשור לשיטות שמשמשות "בעיקר לחקר בעיות מתמטיקה של תיכון" — לא להשמדת האנושות.

המחלוקת על המכתב עצמו

הדיווחים על המכתב סתרו זה את זה. לפי Reuters, OpenAI סירבה להגיב, אך בהודעה פנימית לעובדים הזכירה פרויקט בשם Q* ומכתב שנשלח לדירקטוריון לפני סוף השבוע שבו פוטר אלטמן. מנגד, לפי The Verge, מקור שמכיר את הפרטים מסר שהדירקטוריון מעולם לא קיבל מכתב כזה, ושההתקדמות בפרויקט לא הייתה גורם בפיטורי אלטמן. לפי Reuters, דובר מטעם OpenAI מסר שמנהלת הטכנולוגיה הראשית מירה מוראטי רק עדכנה את העובדים במה שכלי התקשורת עומדים לפרסם, ולא התייחסה לדיוק הדיווח עצמו. כך נשארו שני תיאורים סותרים של אותו שבוע, בלי שאחד מהם אושר רשמית.

מ-Q* ל-Strawberry

ביולי 2024 דיווחה Reuters ש-OpenAI עובדת על פרויקט בשם קוד "Strawberry", ושהפרויקט נקרא בעבר Q*. בספטמבר 2024 דיווח The Information, כפי שסיכם האתר R&D World, ש-OpenAI עשויה להשיק את Strawberry בתוך שבועיים, אולי תחילה רק לקבוצה מצומצמת של בודקים. לפי אותו דיווח, Strawberry פועל בשיטת חשיבה מכוונת שתוארה כ"מערכת 2": לפני שהוא משיב, המודל מקדיש כ-10 עד 20 שניות לעיבוד הקלט ולשקילת התשובות האפשריות, בעוד שמודלי GPT הקודמים מגיבים מהר יותר. הוא גם תוכנן להיות חזק במיוחד במתמטיקה. The Information דיווח גם על פרויקט נפרד בשם הקוד Orion, שלפי הכתבה הוא כנראה מודל הדגל הבא של OpenAI, ושמשתמש בנתונים סינתטיים שהופקו בעזרת Strawberry.

ההשקה בפועל: o1

ב-12 בספטמבר 2024 השיקה OpenAI את o1-preview, גרסת תצוגה של מודל חדש בשם o1, ולצדו את o1-mini, ופתחה אותם למנויי ChatGPT Plus ו-Team. לפי BizNews ודיווחים שקדמו להשקה, זה המודל שכונה בתוך החברה Strawberry. נועם בראון, חוקר ב-OpenAI, כתב ב-X, לפי BizNews, שהחברה משיקה את המודל כגרסת תצוגה גם כדי ללמוד איך משתמשים בו ואיפה הוא צריך שיפור. הפרטים הטכניים המלאים וההישגים של o1 במבחנים מתועדים בהרחבה בערך הנפרד OpenAI o1 באתר הזה. כך, לפי שרשרת הדיווחים כולה, שם קוד שעלה לראשונה בהקשר הדרמטי של פיטורי מנכ"ל התגלגל והפך לבסיס של משפחת מוצרים שלמה: מודלי הנמקה, שבהם מתחרות כיום כל חברות ה-AI הגדולות. הקשר בין Q*, Strawberry ו-o1 נשען על שרשרת של דיווחים עיתונאיים, ולא על מסמך טכני של OpenAI.