OpenAI o1: Una nueva serie de modelos de OpenAI para el razonamiento de IA

La comunidad de IA ha estado llena de especulaciones sobre el siguiente paso para los modelos GPT de OpenAI, y muchos se refieren a él como "Project Strawberry". La razón detrás de esto es que si le pides a GPT-4o cuántas letras R hay en la palabra "strawberry", te dirá que hay dos R en la palabra "strawberry". Puede parecer extraño, considerando lo potente que es GPT-4o. Sin embargo, el modelo está diseñado para procesar el subtexto, no las palabras exactas. Se rumoreaba que el próximo modelo tendría como objetivo solucionar esto. Sam Altman alimentó aún más estos rumores al publicar fotos de fresas en su cuenta de X (anteriormente conocida como Twitter).

Con el último anuncio de OpenAI el jueves 12 de septiembre, ¡por fin tenemos una respuesta a las especulaciones! Se ha lanzado OpenAI o1, una nueva serie de modelos de IA diseñados para tomarse su tiempo y pensar antes de responder. Curiosamente, ¡OpenAI o1 puede razonar mejor y responder correctamente a la pregunta sobre las fresas! En este artículo, hablaremos de qué es OpenAI o1, cómo funciona, dónde se puede utilizar y qué significa para el futuro de la IA. ¡Comencemos!

Fig 1. Un ejemplo de cómo pedirle a OpenAI o1 sobre las fresas.

Nuevos avances en IA por parte de OpenAI#

En julio de 2024, los directivos de OpenAI compartieron que la investigación de OpenAI se aproxima a un nivel humano de resolución de problemas, conocido 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 algo que piensa antes de responder. OpenAI o1 es un nuevo LLM (modelo grande de lenguaje), un modelo de IA que comprende y genera texto similar al humano mediante el aprendizaje de patrones a partir de cantidades masivas de datos lingüísticos. Ha sido diseñado para gestionar problemas complejos que requieren un razonamiento profundo.

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

El modelo ha sido entrenado mediante aprendizaje por refuerzo, una técnica en la que el modelo aprende a tomar mejores decisiones a base de prueba y error al recibir recompensas o penalizaciones por sus acciones. El algoritmo de aprendizaje por refuerzo ayuda al modelo a pensar de forma más eficaz siguiendo una cadena de pensamiento. OpenAI también compartió que el rendimiento de o1 sigue mejorando con más aprendizaje por refuerzo durante el entrenamiento y con más tiempo dedicado a "pensar" durante la resolución de problemas, lo que demuestra que tanto el entrenamiento prolongado como el procesamiento reflexivo ayudan a potenciar las capacidades del modelo.

Aunque OpenAI o1 es un avance significativo para el razonamiento complejo, sigue siendo un modelo temprano y carece de algunas funciones que hacen que ChatGPT sea útil, como navegar por la web o subir archivos e imágenes. Para muchas tareas comunes, es posible que GPT-4o siga siendo más capaz por ahora. Sin embargo, OpenAI o1 marca un gran paso adelante en la capacidad de la IA para manejar el razonamiento complejo, razón por la cual OpenAI está iniciando una nueva serie y llamándola OpenAI o1.

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

OpenAI o1 se puede utilizar para tareas como descifrar códigos, resolver retos de programación, responder a problemas de matemáticas, resolver crucigramas e incluso abordar temas complejos en ciencia, seguridad y salud. En un guiño divertido al nombre en clave del proyecto, OpenAI demostró las habilidades de razonamiento del modelo al descifrar un código que revelaba el mensaje "THERE ARE THREE R’S IN STRAWBERRY".

Más allá de descifrar códigos, OpenAI o1 también tiene destreza en la programación. Se comporta bien en desafíos de programación competitiva como los de Codeforces, una plataforma donde los programadores resuelven problemas de código complejos en condiciones de tiempo limitado. En estos desafíos, el modelo alcanza altas puntuaciones de Elo (un sistema de puntuación que mide los niveles de habilidad basándose en el rendimiento frente a otros competidores) y supera a los modelos anteriores. También destaca en matemáticas y rinde bien en exámenes como el American Invitational Mathematics Examination (AIME).

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

Estos avances posicionan a OpenAI o1 como una mejora significativa respecto a los modelos anteriores como GPT-4o. Abre nuevas posibilidades para la IA en áreas como negocios, desarrollo, investigación y salud. Por ejemplo, en la investigación genética, OpenAI o1 puede revisar rápidamente una gran cantidad de artículos de investigación, extrayendo hallazgos clave y conexiones entre marcadores genéticos y enfermedades. Entiende el lenguaje científico complejo y puede resumir los puntos importantes, ayudando a los investigadores a centrarse en la información más relevante.

Un vistazo más de cerca a la cadena de pensamiento#

Vimos antes que OpenAI o1 introduce un proceso de razonamiento de "Cadena de Pensamiento". Permite al modelo abordar problemas complejos de una manera similar a las estrategias cognitivas humanas. El modelo puede descomponer los retos en pasos más pequeños y manejables y refinar su enfoque de manera iterativa. A diferencia de los modelos anteriores que dependían del reconocimiento de patrones inmediato, o1 optimiza su toma de decisiones explorando múltiples vías de razonamiento, aprendiendo tanto de los aciertos como de los errores mediante el aprendizaje por refuerzo.

OpenAI ha decidido mantener ocultas a los usuarios estas cadenas de pensamiento en bruto, ofreciendo en su lugar resúmenes que proporcionan información sobre el razonamiento del modelo sin exponer cada paso. Esta decisión ayuda a prevenir el uso indebido del proceso de pensamiento del modelo al tiempo que permite a los desarrolladores supervisar y perfeccionar la seguridad y la alineación de la IA. Al observar las cadenas ocultas internamente, los desarrolladores pueden asegurarse de que o1 se adhiere a las pautas éticas y evita comportamientos dañinos.

Evaluación comparativa de OpenAI o1#

OpenAI o1 muestra mejoras importantes frente a GPT-4o en varios benchmarks que evalúan las capacidades de razonamiento y resolución de problemas. En el examen American Invitational Mathematics Examination (AIME) 2024, una exigente prueba de matemáticas para estudiantes destacados de secundaria, o1 alcanzó una tasa de precisión del 74% con solo una muestra por problema, en comparación con el 12% de GPT-4o. Con un consenso entre 64 muestras, su precisión aumentó al 83%, y mediante el uso de un método refinado de reordenación con 1 000 muestras, alcanzó el 93%, situándose entre los 500 mejores estudiantes a nivel nacional.

Más allá de las matemáticas, o1 también rindió de forma excepcional en benchmarks que evalúan conocimientos científicos, como el GPQA Diamond, que abarca preguntas de nivel de doctorado en química, física y biología. Sorprendentemente, o1 superó a expertos humanos con doctorados en esta prueba, convirtiéndose en el primer modelo de IA en hacerlo. También superó a GPT-4o en 54 de las 57 categorías del benchmark MMLU, que evalúa la comprensión en un conjunto diverso de temas, incluyendo historia, derecho y ciencia.

Fig 4. Evaluación comparativa de OpenAI o1.

Empieza a trabajar con OpenAI o1#

OpenAI ha introducido dos nuevos modelos de IA en la serie o1: o1-preview y o1-mini. El modelo o1-preview está diseñado para pensar más profundamente antes de responder, destacando en tareas de razonamiento complejo en ciencia, programación y matemáticas. Ofrece capacidades avanzadas de resolución de problemas para los usuarios que abordan proyectos desafiantes. Por el contrario, o1-mini es un modelo más pequeño, más rápido y más rentable, optimizado específicamente para el razonamiento en STEM, particularmente en matemáticas y programación. Si bien puede tener un conocimiento general más limitado, o1-mini iguala casi el rendimiento de o1-preview en evaluaciones clave como la competencia de matemáticas AIME y los desafíos de programación de Codeforces, todo ello a un costo un 80% menor.

Fig 5. Comparación de modelos de OpenAI.

Puedes probar estos modelos a través de varias plataformas de OpenAI. Los usuarios de ChatGPT Plus y Team pueden acceder tanto a o1-preview como a o1-mini a través del selector de modelos, experimentando capacidades de razonamiento mejoradas directamente en ChatGPT. Los desarrolladores con acceso al nivel 5 de uso de la API pueden comenzar a crear prototipos con estos modelos, aunque algunas características avanzadas todavía están en desarrollo. OpenAI también planea hacer que o1-mini esté disponible pronto para todos los usuarios de ChatGPT Free. Al explorar estos modelos, puedes experimentar de primera mano los avances en el razonamiento de la IA y elegir el que mejor se adapte a tus necesidades.

Consideraciones éticas de la IA hechas por OpenAI#

OpenAI se ha centrado en la ética y la seguridad al desarrollar la serie de modelos o1. Antes de lanzar los modelos o1-preview y o1-mini, llevaron a cabo evaluaciones exhaustivas, que incluyeron pruebas externas y revisiones internas de riesgos tales como contenido no permitido, alucinaciones y sesgos. Los modelos están diseñados con capacidades avanzadas de razonamiento para comprender y seguir mejor las normas 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 calificación de riesgo general media. Presenta riesgos bajos en áreas como la ciberseguridad y la autonomía del modelo, y riesgos medios en áreas como el contenido CBRN (Químico, Biológico, Radiológico y Nuclear) y la persuasión. El Grupo Asesor de Seguridad y la Junta Directiva de OpenAI han revisado estas medidas de seguridad para garantizar que el uso del modelo sea seguro y ético.

Fig 6. Tarjeta de puntuación de OpenAI o1.

De los rumores a la realidad: OpenAI o1 toma el escenario#

OpenAI o1 es un gran paso adelante en el razonamiento de la IA, convirtiendo algunos de los primeros rumores en realidad. A diferencia de GPT-4o, la serie o1 piensa más profundamente utilizando un enfoque de "Cadena de Pensamiento", dividiendo problemas complejos en pasos más pequeños para obtener mejores respuestas. Actualmente disponible como una vista previa temprana en ChatGPT y la API, OpenAI planea añadir funciones como la navegación web y la carga de archivos e imágenes. OpenAI también compartió que planea seguir desarrollando y lanzando modelos en la serie GPT, junto con la nueva serie OpenAI o1. A medida que la IA sigue evolucionando, avances como estos están allanando el camino para sistemas de IA más potentes, intuitivos y versátiles que pueden asistir y entender mejor las necesidades humanas.

¡Mantente al día con lo último en IA uniéndote a nuestra comunidad! Dirígete a nuestro repositorio de GitHub para ver cómo somos pioneros en soluciones de IA en sectores como la fabricación y la salud. 🚀