OpenAI o1: una nueva serie de modelos de OpenAI para el razonamiento con IA

La comunidad de IA lleva tiempo especulando sobre el próximo paso de los modelos GPT de OpenAI, al que muchos llaman «Project Strawberry». La razón es que, si preguntas a GPT-4o cuántas erres hay en la palabra «strawberry», te dirá que hay dos erres en «strawberry». Puede parecer extraño, teniendo en cuenta lo potente que es GPT-4o. Se rumoreaba que el próximo modelo intentaría resolver este problema. Sam Altman avivó aún más los rumores al publicar imágenes de fresas en su cuenta de X (antes conocida como Twitter).

Con el último anuncio de OpenAI, el jueves 12 de septiembre, ¡por fin tenemos respuesta a tantas especulaciones! Se ha lanzado OpenAI o1, una nueva serie de modelos de razonamiento de IA diseñados para ir más despacio y pensar antes de responder. Curiosamente, OpenAI o1 puede razonar mejor y responder correctamente a la pregunta sobre las fresas. En este artículo explicaremos qué es OpenAI o1, cómo funciona, dónde se puede usar y qué significa para el futuro de la IA. ¡Empezamos!

Fig. 1. Un ejemplo de cómo plantear a OpenAI o1 una pregunta sobre fresas.

Nuevos avances en IA de OpenAI#

En julio de 2024, directivos de OpenAI afirmaron que su investigación se acercaba al nivel humano en la resolución de problemas, lo que se conoce como nivel 2 de la IA. Está claro que este nivel se centra en el razonamiento, ya que OpenAI presenta su nueva serie de modelos, OpenAI o1, como un modelo que piensa antes de responder. OpenAI o1 es un nuevo modelo de lenguaje grande (LLM), un modelo de IA que comprende y genera texto similar al humano al aprender patrones a partir de grandes cantidades de datos lingüísticos. Se ha diseñado para abordar problemas complejos que requieren un razonamiento profundo.

Fig. 2. La perspectiva de OpenAI sobre las etapas de la IA.

El modelo se ha entrenado mediante aprendizaje por refuerzo, una técnica en la que el modelo aprende a tomar mejores decisiones mediante ensayo y error, recibiendo recompensas o penalizaciones por sus acciones. El algoritmo de aprendizaje por refuerzo ayuda al modelo a razonar de forma más eficaz siguiendo una cadena de pensamiento. OpenAI también ha explicado que el rendimiento de o1 sigue mejorando con más aprendizaje por refuerzo durante el entrenamiento y con más tiempo para «pensar» al resolver problemas. Esto demuestra que tanto un entrenamiento más prolongado como un procesamiento más reflexivo contribuyen a mejorar las capacidades del modelo.

Aunque OpenAI o1 supone un avance importante en el razonamiento complejo, sigue siendo un modelo inicial y carece de algunas funciones que hacen útil a ChatGPT, como navegar por Internet o subir archivos e imágenes. Por ahora, GPT-4o podría seguir siendo más capaz para muchas tareas habituales. Sin embargo, OpenAI o1 marca un gran avance en la capacidad de la IA para abordar razonamientos complejos, por lo que OpenAI está iniciando una nueva serie y la llama OpenAI o1.

Cómo los nuevos modelos de OpenAI mejoran el razonamiento de la IA#

OpenAI o1 puede usarse para tareas como descifrar códigos, resolver retos de programación, responder a problemas matemáticos, resolver crucigramas e incluso abordar temas complejos de ciencia, seguridad y sanidad. En un guiño divertido al nombre en clave del proyecto, OpenAI mostró las capacidades de razonamiento del modelo al descifrar un código que revelaba el mensaje «THERE ARE THREE R’S IN STRAWBERRY».

Además de descifrar códigos, OpenAI o1 también destaca en programación. Ofrece un buen rendimiento en retos de programación competitiva como los de Codeforces, una plataforma donde los programadores resuelven problemas de programación complejos en tiempo limitado. En estos retos, el modelo alcanza puntuaciones Elo altas (un sistema de puntuación que mide el nivel de habilidad según el rendimiento frente a otros competidores) y supera a modelos anteriores. También destaca en matemáticas y obtiene buenos resultados en exámenes como el Examen Invitacional Estadounidense de Matemáticas (AIME).

Fig. 3. Evaluación comparativa de las capacidades de programación de o1.

Estos avances sitúan a OpenAI o1 como una mejora importante respecto a modelos anteriores como GPT-4o. Abre nuevas posibilidades para la IA en ámbitos como la empresa, el desarrollo, la investigación y la sanidad. Por ejemplo, en la investigación genética, OpenAI o1 puede revisar rápidamente un gran número de artículos de investigación y extraer hallazgos clave y conexiones entre marcadores genéticos y enfermedades. Comprende el lenguaje científico complejo y puede resumir los puntos importantes, lo que ayuda a los investigadores a centrarse en la información más pertinente.

Un análisis más detallado de la cadena de pensamiento#

Como hemos visto, OpenAI o1 incorpora un proceso de razonamiento de «cadena de pensamiento». Permite al modelo abordar problemas complejos de forma similar a las estrategias cognitivas humanas. El modelo puede descomponer los retos en pasos más pequeños y manejables, y perfeccionar su enfoque de manera iterativa. A diferencia de los modelos anteriores, que se basaban en el reconocimiento inmediato de patrones, o1 optimiza la toma de decisiones explorando varias vías de razonamiento y aprendiendo tanto de los aciertos como de los errores mediante el aprendizaje por refuerzo.

OpenAI ha decidido mantener ocultas para los usuarios estas cadenas de pensamiento sin procesar y ofrecer, en su lugar, resúmenes que permiten conocer el razonamiento del modelo sin exponer cada paso. Esta decisión ayuda a evitar el uso indebido del proceso de pensamiento del modelo y, al mismo tiempo, permite a los desarrolladores supervisar y perfeccionar la seguridad y la alineación de la IA. Al observar internamente las cadenas ocultas, los desarrolladores pueden asegurarse de que o1 cumple las directrices éticas y evita comportamientos perjudiciales.

Evaluación comparativa de OpenAI o1#

OpenAI o1 muestra mejoras importantes con respecto a GPT-4o en varias pruebas de referencia que evalúan las capacidades de razonamiento y resolución de problemas. En el Examen Invitacional Estadounidense de Matemáticas (AIME) de 2024, un examen matemático exigente para los mejores estudiantes de secundaria, o1 alcanzó una precisión del 74 % con una sola muestra por problema, frente al 12 % de GPT-4o. Con el consenso de 64 muestras, su precisión aumentó al 83 % y, mediante un método de reclasificación perfeccionado con 1000 muestras, llegó al 93 %, lo que lo situó entre los 500 mejores estudiantes del país.

Más allá de las matemáticas, o1 también obtuvo resultados excepcionales en pruebas de referencia de conocimientos científicos, como GPQA Diamond, que incluye preguntas de química, física y biología de nivel doctoral. Sorprendentemente, o1 superó en esta prueba a expertos humanos con doctorado, por lo que se convirtió en el primer modelo de IA en lograrlo. También superó a GPT-4o en 54 de las 57 categorías de la prueba de referencia MMLU, que evalúa la comprensión de una amplia variedad de materias, como historia, derecho y ciencia. Los modelos más recientes de OpenAI, como GPT-6.1 Sol, aceptan imágenes además de texto, y la tabla de clasificación de VLM de Ultralytics compara su detección de objetos con la de otros modelos de lenguaje visual.

Fig. 4. Evaluación comparativa de OpenAI o1.

Prueba OpenAI o1 por ti mismo#

OpenAI ha presentado dos nuevos modelos de IA de la serie o1: o1-preview y o1-mini. El modelo o1-preview está diseñado para pensar más a fondo antes de responder y destaca en tareas de razonamiento complejo en ciencia, programación y matemáticas. Ofrece capacidades avanzadas para resolver problemas a quienes afrontan proyectos exigentes. En cambio, o1-mini es un modelo más pequeño, rápido y rentable, optimizado específicamente para el razonamiento en STEM, sobre todo en matemáticas y programación. Aunque puede tener menos conocimientos generales, o1-mini casi iguala el rendimiento de o1-preview en evaluaciones clave como la competición matemática AIME y los retos de programación de Codeforces, con un coste un 80 % menor.

Fig. 5. Comparación de modelos de OpenAI.

Puedes probar estos modelos en distintas plataformas de OpenAI. Los usuarios de ChatGPT Plus y Team pueden acceder tanto a o1-preview como a o1-mini mediante el selector de modelos y disfrutar directamente de capacidades de razonamiento mejoradas en ChatGPT. Los desarrolladores con acceso al nivel 5 de uso de la API pueden empezar a crear prototipos con estos modelos, aunque algunas funciones avanzadas siguen en desarrollo. OpenAI también prevé ofrecer pronto o1-mini a todos los usuarios de ChatGPT Free. Al explorar estos modelos, podrás experimentar de primera mano los avances en el razonamiento de la IA y elegir el que mejor se adapte a tus necesidades.

Consideraciones éticas sobre la IA de OpenAI#

OpenAI se ha centrado en la ética y la seguridad durante el desarrollo de la serie de modelos o1. Antes de lanzar los modelos o1-preview y o1-mini, llevó a cabo evaluaciones exhaustivas, incluidas pruebas externas y comprobaciones internas de riesgos como el contenido no permitido, las alucinaciones y los sesgos. Los modelos se han diseñado con capacidades avanzadas de razonamiento para comprender y seguir mejor las reglas de seguridad.

OpenAI también ha implementado medidas de protección, como listas de bloqueo y clasificadores de seguridad, para gestionar los riesgos. El modelo o1 tiene una clasificación de riesgo general media. Presenta riesgos bajos en ámbitos como la ciberseguridad y la autonomía del modelo, y riesgos medios en ámbitos como el contenido químico, biológico, radiológico y nuclear (CBRN) y la persuasión. El Grupo Asesor de Seguridad y el Consejo de OpenAI han revisado estas medidas para garantizar que el modelo sea seguro y ético.

Fig. 6. Cuadro de evaluación de OpenAI o1.

De los rumores a la realidad: OpenAI o1 entra en escena#

OpenAI o1 supone un gran avance en el razonamiento de la IA y convierte algunos de los primeros rumores en realidad. A diferencia de GPT-4o, la serie o1 piensa más a fondo mediante un enfoque de «cadena de pensamiento», que divide los problemas complejos en pasos más pequeños para ofrecer mejores respuestas. Actualmente disponible en versión preliminar en ChatGPT y a través de la API, OpenAI prevé añadir funciones como la navegación web y la carga de archivos e imágenes. OpenAI también ha anunciado que seguirá desarrollando y lanzando modelos de la serie GPT, junto con la nueva serie OpenAI o1. A medida que la IA evoluciona, avances como este allanan el camino hacia sistemas de IA más potentes, intuitivos y versátiles, capaces de ayudar y comprender mejor las necesidades humanas.

Mantente al día de las últimas novedades en IA uniéndote a nuestra comunidad. Visita nuestro repositorio de GitHub para ver cómo creamos soluciones de IA en sectores como la fabricación y la sanidad.