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

Yapay zekâ topluluğu, OpenAI’ın GPT modellerinin sonraki adımı hakkında tahminlerle çalkalanıyor ve birçok kişi bu adıma “Project Strawberry” diyor. Bunun nedeni, GPT-4o’ya "strawberry" kelimesinde kaç tane R olduğunu sorarak istem verdiğinde, kelimede iki R olduğunu söylemesidir: "strawberry." GPT-4o’nun ne kadar güçlü olduğu düşünüldüğünde bu tuhaf görünebilir. Ancak model, tam olarak söylenen kelimeleri değil, satır aralarını işlemeye göre tasarlandı. Sonraki modelin bu sorunu çözmeyi hedefleyeceği söyleniyordu. Sam Altman, X (eski adıyla Twitter) hesabında çilek fotoğrafları paylaşarak bu söylentileri daha da körükledi.

OpenAI’ın 12 Eylül Perşembe günü yaptığı son duyuruyla sonunda bu tahminlerin yanıtını aldık! Yanıt vermeden önce yavaşlayıp düşünmek üzere tasarlanan yeni bir yapay zekâ modeli serisi olan OpenAI o1 piyasaya sürüldü. İlginçtir ki OpenAI o1 daha iyi akıl yürütebiliyor ve çileklerle ilgili soruyu doğru yanıtlayabiliyor! Bu makalede OpenAI o1’in ne olduğunu, nasıl çalıştığını, nerelerde kullanılabileceğini ve yapay zekânın geleceği açısından ne anlama geldiğini ele alacağız. Haydi 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, eylemleri karşılığında ödül veya ceza alarak deneme yanılma yoluyla daha iyi kararlar vermeyi öğrendiği bir teknik olan pekiştirmeli öğrenme kullanılarak eğitildi. Pekiştirmeli öğrenme algoritması, modelin bir düşünce zincirini izleyerek daha etkili düşünmesine yardımcı oluyor. OpenAI ayrıca o1’in performansının, eğitim sırasında daha fazla pekiştirmeli öğrenme uygulandıkça ve problem çözerken "düşünmeye" daha fazla zaman ayırdıkça iyileşmeye devam ettiğini paylaştı. Bu da hem uzun süreli eğitimin hem de dikkatli işlemenin modelin yeteneklerini geliştirmeye yardımcı olduğunu 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 sorunlarını çözme, matematik sorularını yanıtlama, bulmaca çözme ve hatta bilim, güvenlik ve sağlık gibi alanlardaki karmaşık konuları ele alma görevlerinde kullanılabilir. OpenAI, projenin kod adına esprili bir gönderme yaparak modelin akıl yürütme becerilerini, "THERE ARE THREE R’S IN STRAWBERRY" mesajını ortaya çıkaran bir şifreyi çözerek gösterdi.

OpenAI o1, şifre çözmenin yanı sıra kodlama konusunda da yetenekli. Programcıların süre kısıtlaması altında karmaşık kodlama sorunlarını çözdüğü Codeforces gibi platformlardaki rekabetçi programlama mücadelelerinde başarılı performans sergiliyor. Bu mücadelelerde model, diğer yarışmacılara karşı performansa dayalı beceri düzeyini ölçen bir puanlama sistemi olan Elo'da yüksek puanlar alıyor ve önceki modellerden daha iyi performans gösteriyor. Matematikte de üstün başarı gösteriyor ve American Invitational Mathematics Examination (AIME) gibi sınavlarda iyi performans sergiliyor.

Şekil 3. o1'in kodlama becerilerinin kıyaslama sonuçları.

Bu gelişmeler, OpenAI o1’i GPT-4o gibi önceki modellere kıyasla önemli bir yükseltme hâline getiriyor. 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 belirteçler ile hastalıklar arasındaki temel bulguları ve bağlantıları belirleyebilir. Karmaşık bilimsel dili anlar ve önemli noktaları özetleyerek araştırmacıların en alakalı bilgilere odaklanmasına yardımcı olur.

Düşünce zincirine daha yakından bakalım#

Daha önce OpenAI o1’in bir "Düşünce Zinciri" akıl yürütme süreci sunduğunu görmüştük. Bu süreç, modelin karmaşık sorunları insanın bilişsel stratejilerine benzer bir şekilde ele almasını sağlıyor. Model, zorlukları daha küçük ve yönetilebilir adımlara bölebiliyor ve yaklaşımını yinelemeli olarak iyileştirebiliyor. Anında örüntü tanımaya dayanan önceki modellerden farklı olarak o1, pekiştirmeli öğrenme yoluyla hem başarılarından hem de hatalarından öğrenirken birden fazla akıl yürütme yolunu araştırarak karar verme sürecini optimize ediyor.

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 kıyasla önemli gelişmeler gösteriyor. Lise düzeyindeki en başarılı öğrenciler için zorlu bir matematik sınavı olan American Invitational Mathematics Examination (AIME) 2024’te o1, her problem için yalnızca tek bir örnek kullanıldığında %74 doğruluk oranına ulaştı; GPT-4o’nun oranı ise %12’ydi. 64 örnek üzerinden fikir birliğine varıldığında doğruluk oranı %83’e yükseldi; 1.000 örnekle iyileştirilmiş bir yeniden sıralama yöntemi kullanıldığında ise %93’e ulaştı ve ülke çapında en başarılı 500 öğrenci arasına girdi.

Matematiğin yanı sıra o1, kimya, fizik ve biyoloji alanlarındaki doktora düzeyindeki soruları kapsayan GPQA Diamond gibi bilimsel bilgileri ölçen kıyaslamalarda da olağanüstü performans gösterdi. Dikkat çekici biçimde o1, bu testte doktoralı insan uzmanlardan daha iyi sonuç aldı ve bunu başaran ilk yapay zekâ modeli oldu. Ayrıca çok çeşitli konulardaki anlayışı ölçen MMLU kıyaslamasında, tarih, hukuk ve bilim dâhil 57 kategorinin 54’ünde GPT-4o’dan daha başarılı oldu.

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 koruma önlemleri de uyguladı. o1 modelinin genel risk derecesi orta düzeyde. Siber güvenlik ve model özerkliği gibi alanlardaki riskleri düşük; KBRN (Kimyasal, Biyolojik, Radyolojik ve Nükleer) içerik ve ikna gibi alanlardaki riskleri ise orta düzeyde. 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 zekâ alanındaki en son gelişmeleri takip et! Yapay zekâ çözümlerinde üretim ve sağlık gibi sektörlere nasıl öncülük ettiğimizi görmek için GitHub depomuza göz at. 🚀