Un'analisi approfondita delle capacità di GPT-4o Mini di OpenAI

Nel maggio 2024, OpenAI ha rilasciato GPT-4o, e ora, appena tre mesi dopo, torna con un altro modello impressionante: GPT-4o Mini. Il 18 luglio 2024, OpenAI ha introdotto GPT-4o Mini. Lo definiscono il loro “modello più economico in assoluto”! GPT-4o Mini è un modello compatto che si basa sulle capacità dei modelli precedenti e punta a rendere l'IA avanzata più accessibile e conveniente.

GPT-4o Mini supporta attualmente interazioni di testo e visione, e con i futuri aggiornamenti si prevedono nuove capacità per la gestione di immagini, video e audio. In questo articolo esploreremo cos'è GPT-4o Mini, le sue caratteristiche distintive, come può essere utilizzato, le differenze tra GPT-4 e GPT-4o Mini e come può essere impiegato in vari casi d'uso della computer vision. Tuffiamoci e scopriamo cosa ha da offrire GPT-4o Mini!

Cos'è GPT-4o Mini?#

GPT-4o Mini è l'ultima aggiunta alla gamma di modelli di IA di OpenAI, progettata per essere più conveniente e accessibile. È un grande modello linguistico (LLM) multimodale, il che significa che può elaborare e generare diversi tipi di dati, come testo, immagini, video e audio. Il modello si basa sui punti di forza dei modelli precedenti come GPT-4 e GPT-4o per offrire capacità potenti in un formato compatto.

GPT-4o Mini è il 60% più economico di GPT-3.5 Turbo, con un costo di 15 centesimi per milione di token di input (unità di testo o dati elaborati dal modello) e 60 centesimi per milione di token di output (unità generate dal modello in risposta). Per mettere le cose in prospettiva, un milione di token equivale approssimativamente all'elaborazione di 2.500 pagine di testo. Con una finestra di contesto di 128K token e la capacità di gestire fino a 16K token di output per richiesta, GPT-4o Mini è progettato per essere efficiente e conveniente.

Fig 1. GPT-4o Mini è più economico del 60% rispetto a GPT-3.5 Turbo.

Caratteristiche principali di GPT-4o Mini#

GPT-4o Mini supporta una serie di attività che lo rendono un'ottima opzione per varie applicazioni. Può essere utilizzato per eseguire più operazioni contemporaneamente, come chiamare più API, gestire grandi quantità di dati come interi codebase o cronologie di conversazioni e fornire risposte rapide in tempo reale nei chatbot di assistenza clienti.

Ecco alcune altre caratteristiche chiave:

• Base di conoscenza aggiornata: Il modello contiene informazioni fino a ottobre 2023.
• Tokenizzatore migliorato: GPT-4o Mini rende l'elaborazione di testo non in inglese più conveniente.
• Misure di sicurezza robuste: Queste misure includono il filtraggio di contenuti dannosi e la protezione contro problemi di sicurezza come prompt injection e manipolazioni del sistema.

Iniziare con GPT-4o Mini#

Puoi provare a usare GPT-4o Mini tramite l'interfaccia di ChatGPT. È accessibile agli utenti Free, Plus e Team, e sostituisce GPT-3.5 come mostrato di seguito. Anche gli utenti Enterprise otterranno presto l'accesso, in linea con l'obiettivo di OpenAI di portare i benefici dell'IA a tutti. GPT-4o Mini è disponibile anche tramite API per gli sviluppatori che desiderano integrare le sue capacità nelle proprie applicazioni. Al momento, le capacità visive sono accessibili solo tramite API.

Fig 2. Opzioni di modello all'interno di ChatGPT.

La differenza tra GPT-4o e GPT-4o Mini#

Sia GPT-4o Mini che GPT-4o offrono prestazioni impressionanti in vari benchmark. Mentre GPT-4o generalmente supera GPT-4o Mini, quest'ultimo rimane una soluzione conveniente per le attività quotidiane. I benchmark includono attività di ragionamento, competenza matematica e di programmazione e ragionamento multimodale. Come mostrato nell'immagine sottostante, GPT-4o Mini ottiene ottimi risultati rispetto ad altri modelli popolari.

Fig 3. Confronto tra GPT-4o Mini e altri modelli popolari.

Provare GPT-4o e GPT-4o Mini#

Un prompt interessante discusso online riguarda i popolari LLM che confrontano numeri decimali in modo errato. Quando abbiamo messo alla prova GPT-4o e GPT-4o Mini, le loro capacità di ragionamento hanno mostrato chiare differenze. Nell'immagine sottostante, abbiamo chiesto a entrambi i modelli quale sia il numero maggiore tra 9.11 e 9.9, chiedendo poi di spiegare il loro ragionamento.

Fig 4. Test di GPT-4o e GPT-4o Mini.

Entrambi i modelli rispondono inizialmente in modo errato, sostenendo che 9.11 sia maggiore. Tuttavia, GPT-4o riesce a ragionare fino a raggiungere la risposta corretta e afferma che 9.9 è maggiore. Fornisce una spiegazione dettagliata e confronta accuratamente i decimali. Al contrario, GPT-4o Mini mantiene ostinatamente la sua risposta errata iniziale nonostante abbia intuito correttamente il ragionamento dietro il fatto che 9.9 sia maggiore.

Entrambi i modelli mostrano forti capacità di ragionamento. La capacità di GPT-4o di correggersi lo rende superiore e utile per compiti più complessi. GPT-4o Mini, pur essendo meno adattabile, offre comunque un ragionamento chiaro e accurato per compiti più semplici.

Utilizzo di GPT-4o Mini per vari casi d'uso di computer vision#

Se preferisci esplorare le capacità visive di GPT-4o Mini senza scrivere codice, puoi testare facilmente l'API sull'OpenAI Playground. Lo abbiamo provato noi stessi per vedere quanto bene GPT-4o Mini sia in grado di gestire vari casi d'uso legati alla computer vision.

Classificazione di immagini con GPT-4o Mini#

Abbiamo chiesto a GPT-4o Mini di classificare due immagini: una di una farfalla e una di una mappa. Il modello di IA ha identificato con successo la farfalla e la mappa. Questo è un compito piuttosto semplice dato che le immagini sono molto diverse.

Fig 5. Classificazione di immagini con l'aiuto di GPT-4o Mini.

Abbiamo continuato facendo passare altre due immagini nel modello: una che mostrava una farfalla appoggiata su una pianta e un'altra che mostrava una farfalla appoggiata a terra. L'IA ha fatto di nuovo un ottimo lavoro, individuando correttamente la farfalla sulla pianta e quella a terra. Quindi, abbiamo fatto un ulteriore passo avanti.

Fig 6. Classificazione di immagini simili con l'aiuto di GPT-4o Mini.

Abbiamo quindi chiesto a GPT-4o Mini di classificare due immagini: una che mostra una farfalla che si nutre dei fiori di un'asclepiade palustre e l'altra che mostra una farfalla che si nutre del fiore di una zinia. È sorprendente che il modello sia stato in grado di classificare un'etichetta così specifica senza ulteriore fine-tuning. Questi rapidi esempi mostrano che GPT-4o Mini potrebbe potenzialmente essere utilizzato per attività di classificazione di immagini senza la necessità di un addestramento personalizzato.

Fig 7. Classificazione di immagini dettagliate con l'aiuto di GPT-4o Mini.

Comprensione delle pose utilizzando GPT-4o Mini#

Al momento, attività di computer vision come il rilevamento di oggetti e la segmentazione d'istanza non possono essere gestite utilizzando GPT-4o Mini. GPT-4o fatica con la precisione, ma può essere utilizzato per tali compiti. Allo stesso modo, per quanto riguarda la comprensione delle pose, non possiamo rilevare o stimare la posa nell'immagine, ma possiamo classificarla e comprenderla.

Fig 8. Utilizzo di GPT-4o Mini per comprendere le pose in un'immagine.

L'immagine sopra mostra come GPT-4o Mini possa classificare e comprendere le pose, pur non essendo in grado di rilevare o stimare le coordinate precise della posa. Questo può essere utile in diverse applicazioni. Ad esempio, nell'analisi sportiva, può valutare in modo generale i movimenti degli atleti e aiutare a prevenire infortuni. Allo stesso modo, nella terapia fisica, può assistere nel monitoraggio degli esercizi per garantire che i pazienti compiano i movimenti corretti durante la riabilitazione. Anche nella sorveglianza, può aiutare a identificare attività sospette analizzando il linguaggio del corpo generale. Sebbene GPT-4o Mini non possa rilevare punti chiave specifici, la sua capacità di classificare pose generali lo rende utile in questi e altri campi.

Applicazioni per cui GPT-4o Mini è adatto#

Abbiamo dato un'occhiata a cosa può fare GPT-4o Mini. Ora, parliamo delle applicazioni in cui è più ottimale utilizzare GPT-4o Mini.

GPT-4o Mini è eccellente per le applicazioni che richiedono una comprensione avanzata del linguaggio naturale e necessitano di un ridotto impatto computazionale. Rende possibile integrare l'IA in applicazioni in cui normalmente sarebbe troppo costosa. Infatti, un'analisi dettagliata di Artificial Analysis mostra che GPT-4o Mini fornisce risposte di alta qualità a velocità sbalorditive rispetto alla maggior parte degli altri modelli.

Fig 9. Qualità vs. Velocità di output di GPT-4o Mini.

Ecco alcune aree chiave in cui potrebbe brillare in futuro:

• Assistenti virtuali e chatbot: GPT-4o Mini può fornire risposte rapide e intelligenti per migliorare le interazioni con gli utenti.
• Strumenti educativi: Il modello può essere utilizzato per creare strumenti in grado di offrire tutoraggio personalizzato e generazione di contenuti.
• Strumenti di produttività: Può migliorare attività come il riassunto di documenti, la stesura di email e la traduzione di lingue per aumentare l'efficienza.
• Traduzione linguistica: L'ultima versione di GPT può essere utilizzata per sviluppare traduttori che forniscano traduzioni accurate e in tempo reale per una migliore comunicazione tra lingue diverse.

GPT-4o Mini apre nuove porte#

GPT-4o Mini sta creando nuove opportunità per il futuro dell'IA multimodale. La spesa per l'elaborazione di ogni pezzo di testo o dato, noto come costo per token, è diminuita sostanzialmente - di quasi il 99% - dal 2022, quando fu rilasciato text-davinci-003, il modello GPT-3. La diminuzione dei costi mostra una chiara tendenza a rendere l'IA avanzata più conveniente. Man mano che i modelli di IA continuano a migliorare, diventa sempre più probabile che l'integrazione dell'IA in ogni app e sito web sarà economicamente sostenibile!

Vuoi metterti alla prova con l'IA? Visita il nostro repository GitHub per scoprire le nostre innovazioni ed entrare a far parte della nostra attiva community. Scopri di più sulle applicazioni dell'IA nella produzione e nell'agricoltura sulle nostre pagine delle soluzioni.