OpenAI o1: Yapay zekâda akıl yürütme için yeni bir OpenAI model serisi

Yapay zekâ topluluğu, OpenAI’nin GPT modellerinin bir sonraki adımının ne olacağına dair spekülasyonlarla çalkalanıyor; birçok kişi bu adımdan “Project Strawberry” olarak söz ediyor. Bunun nedeni, GPT-4o'ya "strawberry" kelimesinde kaç tane R olduğunu sorarsan, kelimede iki R olduğunu söylemesi. GPT-4o'nun ne kadar güçlü olduğu düşünüldüğünde bu tuhaf görünebilir. Söylentilere göre bir sonraki model bu sorunu çözmeyi hedefleyecek. Sam Altman, X (eski adıyla Twitter) hesabında çilek fotoğrafları paylaşarak bu söylentileri daha da körükledi.

OpenAI'ın 12 Eylül Perşembe günü yaptığı son duyuruyla tahminlere nihayet yanıt geldi! Yanıt vermeden önce yavaşlayıp düşünmek üzere tasarlanmış yeni bir yapay zekâ akıl yürütme modelleri serisi olan OpenAI o1 yayımlandı. İlginç bir şekilde OpenAI o1 daha iyi akıl yürütebiliyor ve çileklerle ilgili soruyu doğru yanıtlıyor! Bu makalede OpenAI o1'in ne olduğunu, nasıl çalıştığını, nerelerde kullanılabileceğini ve yapay zekânın geleceği için ne anlama geldiğini ele alacağız. Hadi başlayalım!

Şekil 1. OpenAI o1'e çileklerle ilgili istem vermeye bir örnek.

OpenAI'ın yapay zekâ alanındaki yeni gelişmeleri#

Temmuz 2024’te OpenAI yöneticileri, OpenAI’ın araştırmalarının yapay zekânın 2. düzeyi olarak adlandırılan insan düzeyinde problem çözmeye yaklaştığını paylaştı. OpenAI, yeni model serisi OpenAI o1’i yanıt vermeden önce düşünen bir model olarak tanıttığına göre, bu düzeyin akıl yürütmeye odaklandığı açık. OpenAI o1, büyük miktarda dil verisindeki kalıpları öğrenerek insan benzeri metinleri anlayan ve üreten bir yapay zekâ modeli olan yeni bir büyük dil modelidir (LLM). Derinlemesine akıl yürütme gerektiren karmaşık sorunları çözmek üzere tasarlandı.

Şekil 2. OpenAI'ın yapay zekâ aşamalarına bakışı.

Model, pekiştirmeli öğrenme kullanılarak eğitildi; bu teknikte model, eylemleri karşılığında ödül veya ceza alarak deneme yanılma yoluyla daha iyi kararlar vermeyi öğrenir. Pekiştirmeli öğrenme algoritması, bir düşünce zincirini izleyerek modelin daha etkili düşünmesine yardımcı olur. OpenAI ayrıca o1'in performansının, eğitim sırasında daha fazla pekiştirmeli öğrenme uygulandıkça ve problem çözerken “düşünmeye” daha fazla zaman ayırdıkça artmaya devam ettiğini paylaştı; bu da hem uzun süreli eğitimin hem de dikkatli işlemenin modelin yeteneklerini geliştirdiğini gösteriyor.

OpenAI o1, karmaşık akıl yürütme alanında önemli bir ilerleme olsa da henüz erken aşamadaki bir model ve ChatGPT’yi kullanışlı kılan web’de gezinme veya dosya ve görsel yükleme gibi bazı özelliklerden yoksun. Şimdilik, birçok yaygın görev için GPT-4o hâlâ daha yetenekli olabilir. Ancak OpenAI o1, yapay zekânın karmaşık akıl yürütme becerisinde önemli bir ilerlemeye işaret ediyor; OpenAI’ın yeni bir seri başlatıp bu seriye OpenAI o1 adını vermesinin nedeni de bu.

Yeni OpenAI modelleri yapay zekânın akıl yürütme becerisini nasıl geliştiriyor?#

OpenAI o1; şifre çözme, programlama problemlerini çözme, matematik sorularını yanıtlama, bulmacaları tamamlama ve hatta bilim, güvenlik ve sağlık alanlarındaki karmaşık konuları ele alma gibi görevlerde kullanılabilir. Projenin kod adına esprili bir gönderme yapan OpenAI, “STRAWBERRY'DE ÜÇ R VAR.” mesajını ortaya çıkaran bir şifreyi çözerek modelin akıl yürütme becerilerini gösterdi.

OpenAI o1 şifre çözmenin yanı sıra kodlamada da yeteneklidir. Programcıların karmaşık kodlama problemlerini süre sınırı içinde çözdüğü Codeforces gibi platformlardaki rekabetçi programlama yarışmalarında iyi performans gösterir. Model, bu yarışmalarda Elo puanlarını (diğer yarışmacılara karşı performansa göre beceri düzeyini ölçen puanlama sistemi) yüksek tutar ve önceki modelleri geride bırakır. Matematikte de başarılıdır ve American Invitational Mathematics Examination (AIME) gibi sınavlarda iyi performans gösterir.

Şekil 3. o1'in kodlama becerilerinin karşılaştırmalı değerlendirmesi.

Bu gelişmeler, OpenAI o1'i GPT-4o gibi önceki modellerden önemli ölçüde daha ileri bir noktaya taşıyor. İş, geliştirme, araştırma ve sağlık gibi alanlarda yapay zekâ için yeni olanaklar sunuyor. Örneğin genetik araştırmalarda OpenAI o1, çok sayıda araştırma makalesini hızla inceleyerek genetik belirteçlerle hastalıklar arasındaki önemli bulguları ve bağlantıları seçip çıkarabilir. Karmaşık bilimsel dili anlayıp önemli noktaları özetleyerek araştırmacıların en ilgili bilgilere odaklanmasına yardımcı olur.

Düşünce zincirine daha yakından bakalım#

Daha önce OpenAI o1'in “Düşünce Zinciri” adı verilen bir akıl yürütme süreci sunduğunu görmüştük. Bu süreç, modelin karmaşık problemleri insanın bilişsel stratejilerine benzer şekilde ele almasını sağlar. Model, zorlukları daha küçük ve yönetilebilir adımlara bölebilir ve yaklaşımını yinelemeli olarak iyileştirebilir. Anlık örüntü tanımaya dayanan önceki modellerden farklı olarak o1, birden fazla akıl yürütme yolunu araştırarak ve pekiştirmeli öğrenmeyle hem başarılarından hem de hatalarından ders çıkararak karar verme sürecini optimize eder.

OpenAI, bu ham düşünce zincirlerini kullanıcılardan gizli tutmaya ve bunun yerine modelin akıl yürütme sürecine dair fikir veren, ancak her adımı açığa çıkarmayan özetler sunmaya karar verdi. Bu karar, geliştiricilerin yapay zekâ güvenliğini ve uyumunu izleyip iyileştirmesine olanak tanırken modelin düşünce sürecinin kötüye kullanılmasını önlemeye yardımcı oluyor. Geliştiriciler, gizli zincirleri şirket içinde gözlemleyerek o1’in etik kurallara uyduğundan ve zararlı davranışlardan kaçındığından emin olabilir.

OpenAI o1'in kıyaslama sonuçları#

OpenAI o1, akıl yürütme ve problem çözme becerilerini ölçen çeşitli kıyaslamalarda GPT-4o'ya göre önemli gelişmeler gösteriyor. Başarılı lise öğrencilerine yönelik zorlu bir matematik sınavı olan American Invitational Mathematics Examination (AIME) 2024'te o1, problem başına yalnızca bir örnekle %74 doğruluk elde etti; GPT-4o ise %12'de kaldı. 64 örnek üzerinden uzlaşma kullanıldığında doğruluğu %83'e çıktı; 1.000 örnekle iyileştirilmiş bir yeniden sıralama yöntemi kullanıldığında ise %93'e ulaşarak ülke genelindeki en iyi 500 öğrenci arasına girdi.

Matematiğin yanı sıra o1, kimya, fizik ve biyoloji alanlarında doktora düzeyindeki soruları içeren GPQA Diamond gibi bilimsel bilgiyi ölçen kıyaslamalarda da olağanüstü performans gösterdi. Dikkat çekici biçimde o1 bu testte doktora derecesine sahip insan uzmanları geride bırakarak bunu başaran ilk yapay zekâ modeli oldu. Tarih, hukuk ve bilim dâhil çeşitli konulardaki anlayışı ölçen MMLU kıyaslamasının 57 kategorisinin 54'ünde de GPT-4o'yu geçti. GPT-6.1 Sol gibi daha yeni OpenAI modelleri metnin yanı sıra görüntüleri de girdi olarak kabul ediyor; Ultralytics VLM Liderlik Tablosu ise bu modellerin nesne tespiti performansını diğer görsel dil modelleriyle karşılaştırıyor.

Şekil 4. OpenAI o1'in kıyaslama sonuçları.

OpenAI o1'i deneyimle#

OpenAI, o1 serisinde iki yeni yapay zekâ modeli tanıttı: o1-preview ve o1-mini. o1-preview modeli, yanıt vermeden önce daha derin düşünmek üzere tasarlandı ve bilim, kodlama ve matematikteki karmaşık akıl yürütme görevlerinde başarılı. Zorlu projeler üzerinde çalışan kullanıcılara gelişmiş problem çözme becerileri sunuyor. Buna karşılık o1-mini, özellikle matematik ve kodlama olmak üzere STEM alanlarında akıl yürütmek üzere optimize edilmiş, daha küçük, daha hızlı ve daha uygun maliyetli bir model. Dünya bilgisi daha sınırlı olsa da o1-mini, AIME matematik yarışması ve Codeforces kodlama mücadeleleri gibi önemli değerlendirmelerde o1-preview’ın performansına neredeyse ulaşıyor ve bunu %80 daha düşük maliyetle yapıyor.

Şekil 5. OpenAI modellerinin karşılaştırması.

Bu modelleri çeşitli OpenAI platformları üzerinden deneyebilirsin. ChatGPT Plus ve Team kullanıcıları, model seçiciden o1-preview ve o1-mini modellerine erişerek gelişmiş akıl yürütme becerilerini doğrudan ChatGPT içinde deneyimleyebilir. API kullanım katmanı 5 erişimine sahip geliştiriciler bu modellerle prototip oluşturmaya başlayabilir; ancak bazı gelişmiş özellikler hâlâ geliştirme aşamasında. OpenAI ayrıca o1-mini’yi yakında tüm ChatGPT Free kullanıcılarının kullanımına sunmayı planlıyor. Bu modelleri inceleyerek yapay zekâda akıl yürütme alanındaki gelişmeleri ilk elden deneyimleyebilir ve ihtiyaçlarına en uygun modeli seçebilirsin.

OpenAI'ın ele aldığı etik yapay zekâ konuları#

OpenAI, o1 model serisini geliştirirken etik ve güvenliğe odaklandı. o1-preview ve o1-mini modellerini yayımlamadan önce, harici testlerin yanı sıra izin verilmeyen içerik, halüsinasyonlar ve önyargı gibi risklere yönelik iç kontrolleri de içeren kapsamlı değerlendirmeler gerçekleştirdi. Modeller, güvenlik kurallarını daha iyi anlamak ve bu kurallara uymak için gelişmiş akıl yürütme becerileriyle tasarlandı.

OpenAI, riskleri yönetmek için engelleme listeleri ve güvenlik sınıflandırıcıları gibi önlemler de uyguladı. o1 modelinin genel risk derecesi orta düzeyde. Siber güvenlik ve model özerkliği gibi alanlarda düşük, Kimyasal, Biyolojik, Radyolojik ve Nükleer (CBRN) içerik ve ikna gibi alanlarda ise orta düzeyde risk taşıyor. OpenAI'ın Güvenlik Danışma Grubu ve Yönetim Kurulu, modelin güvenli ve etik biçimde kullanılmasını sağlamak için bu güvenlik önlemlerini inceledi.

Şekil 6. OpenAI o1 puan kartı.

Söylentilerden gerçeğe: OpenAI o1 sahneye çıkıyor#

OpenAI o1, yapay zekânın akıl yürütme becerisinde ileriye doğru atılmış büyük bir adım ve ilk söylentilerin bir kısmını gerçeğe dönüştürüyor. GPT-4o’dan farklı olarak o1 serisi, "Düşünce Zinciri" yaklaşımını kullanarak daha derinlemesine düşünüyor ve daha iyi yanıtlar vermek için karmaşık sorunları küçük adımlara ayırıyor. Şu anda ChatGPT’de ve API’de erken önizleme olarak sunulan OpenAI o1’e web’de gezinme, dosya ve görsel yükleme gibi özelliklerin eklenmesi planlanıyor. OpenAI ayrıca yeni OpenAI o1 serisinin yanı sıra GPT serisindeki modelleri geliştirmeye ve yayımlamaya devam edeceğini paylaştı. Yapay zekâ gelişmeye devam ederken, bu tür ilerlemeler insan ihtiyaçlarını daha iyi anlayıp karşılayabilen daha güçlü, sezgisel ve çok yönlü yapay zekâ sistemlerinin önünü açıyor.

Topluluğumuza katılarak yapay zekâdaki en son gelişmeleri takip et! GitHub depomuza giderek üretim ve sağlık gibi sektörlerde yapay zekâ çözümlerini nasıl geliştirdiğimizi gör.