Enligt den information som tillhandahållits verkar det som att OpenAI planerar att släppa en ny modell som kallas "GPT Next" i november 2024, strax efter 2024 års amerikanska val. Några viktiga punkter:

• GPT Next-modellen förväntas representera en betydande "stegfunktions"-förbättring av förmågan till resonemang jämfört med nuvarande modeller som GPT-3 och GPT-4. Detta tyder på ett betydande språng i AI:ns förmåga att förstå, bearbeta och generera mer komplexa, abstrakta och logiska former av resonemang.

• Denna förbättrade förmåga till resonemang kommer sannolikt att göra det möjligt för GPT Next-modellen att hantera mer komplexa problem som kräver flerstegiga och logiska resonemang, vilket leder till förbättrad beslutsfattning och problemlösningsförmåga.

• Lanseringsdatumet i november 2024 valdes medvetet av OpenAI för att undvika eventuell negativ PR eller oro kring modellens inverkan på 2024 års amerikanska val. OpenAI:s CTO har bekräftat att valen var en viktig faktor i tidpunkten för modellens lansering.

• Det finns indikationer på att OpenAI kanske inte fortsätter med den traditionella GPT-5-namnkonventionen, och benämningen "GPT Next" tyder på att de kan planera något mer substantiellt än en typisk inkrementell uppgradering.

• Den betydande ökningen av beräkningskraft och resurser som ägnas åt att träna dessa nästa generations modeller tyder på att GPT Next-modellens möjligheter kan vara verkligt transformerande, vilket potentiellt kan göra nuvarande modeller "oigenkännliga" inom 1-2 år.

Enligt den information som tillhandahållits verkar det som att OpenAI planerar att släppa en ny modell som kallas "GPT Next" i november 2024, vilket förväntas representera ett betydande språng i förmågan till resonemang och den övergripande modellintelligensnivån.

Några viktiga punkter:

• Diagrammet visar en "stegfunktions"-ökning av modellintelligens från GPT-4 till GPT Next, vilket indikerar en betydande, snarare än inkrementell, förbättring av förmågan till resonemang.

• Denna förbättrade förmåga till resonemang förväntas göra det möjligt för GPT Next-modellerna att hantera mer komplexa problem som kräver flerstegiga och logiska resonemang, med förbättrad förståelse av kontext och nyanser.

• OpenAI:s CTO har sagt att modellerna kommer att vara "oigenkännliga" från vad de är idag inom 1-2 år, vilket tyder på snabba och transformativa framsteg i den närmaste framtiden.

• Lanseringen av GPT Next verkar vara strategiskt tidpunkterad för att undvika potentiella politiska känsligheter kring 2024 års amerikanska val, eftersom OpenAI har uttryckt oro för den inverkan deras avancerade modeller skulle kunna ha.

• Skalan på beräkningskraften som används för att träna dessa nästa generations modeller, beskriven som en "valstorlek"-superdator, indikerar ytterligare de betydande resurser och möjligheter som OpenAI investerar i för att driva gränserna för språkmodellsintelligens.

En av de viktiga punkter som diskuteras i transkriptet är lanseringsdatumet och tidpunkten för de kommande OpenAI-modellerna, särskilt i förhållande till 2024 års amerikanska val.

Transkriptet avslöjar att OpenAI:s CTO, Mira Murati, har bekräftat att valen är en viktig faktor i tidplanen för deras nästa modell, som kallas "GPT Next" snarare än GPT 5.

Specifikt:

• Bilden visar en tidslinje där "GPT Next" är schemalagd för lansering i november 2024, strax efter de amerikanska valen den 5 november 2024.
• Murati sade att OpenAI inte kommer att släppa något som de inte är säkra på när det gäller hur det kan påverka globala val eller andra frågor.
• Detta tyder på att OpenAI är försiktiga med att släppa en potentiellt kraftfull AI-modell för nära inpå ett val, för att undvika oro kring eventuell missbruk eller påverkan.
• Transkriptet spekulerar i att detta kan bero på en vilja att undvika negativ PR eller problem med den allmänna uppfattningen kring modellens möjligheter och tidpunkt.

Openai har skisserat fyra nyckelområden som de fokuserar sina investeringar på:

1. Textintelligens: Openai tror att genom att öka textintelligensen kan de frigöra transformerande värde i AI. De erbjuder för närvarande två stora modeller - GPT-4 (deras bästa modell med inbyggd multimodalitet) och GPT-3.5 Turbo (en billigare modell för enkla uppgifter). Openai förväntar sig att potentialen att öka LLM-intelligensen kommer att förbli enorm, och de tror att modellerna kommer att bli oigenkännliga från vad de är idag inom 1-2 år, med en "stegfunktions-förbättring av resonemang" i deras nästa frontmodell.

2. Billigare och snabbare modeller: Openai vill säkerställa att deras modeller blir billigare och snabbare över tid, eftersom inte varje användningsfall kräver den högsta intelligensgraden. De har redan sett en 80-procentig minskning av GPT-4-prissättningen på bara ett år, vilket de ser som avgörande för att möjliggöra utbredd adoption och innovation med AI-baserade produkter.

3. Anpassade modeller: Openai investerar i förmågan att bygga anpassade modeller skräddarsydda för specifika användningsfall och tillämpningar, utöver deras generella språkmodeller.

4. Multimodala agenter: Openai arbetar med att utveckla multimodala agenter som kan utnyttja text, tillgång till kontext och verktyg, samt andra modaliteter för att tillhandahålla ett mer naturligt och kapabelt sätt för användare att interagera med programvara. Exempel inkluderar en AI-programvaruingenjörsagent och en röstbaserad beställningsagent för drive-through.

Talaren diskuterar den enorma beräkningskraft som OpenAI utnyttjar för att träna sina nästa generations språkmodeller. Han använder en visuell metafor med olika marina djur för att illustrera skalan på den beräkningskraft som används:

• 2020 var systemet som tränade GPT-3 ungefär som en "haj" i fråga om beräkningskraft.
• Systemet som tränade GPT-4 2022 var ungefär som en "späckhuggare".
• Det system som just har tagits i bruk är ungefär som en "val" i jämförelse.

Talaren betonar att med denna "valstorlek"-superdator kan OpenAI "bygga en hel massa AI". Detta indikerar att de uppsättningar av möjligheter som de arbetar med kommer att vara verkligt transformerande, med hjälp av denna massiva beräkningskraft.

Talaren noterar också att denna exponentiella progression i beräkningskraft är direkt kopplad till de exponentiella förbättringarna i språkmodellernas möjligheter. Han säger att förhållandet mellan skalningen av beräkningskraften och de resulterande plattformsmöjligheterna är "verkligen vackert".

Detta ger viktig kontext för att förstå de snabba framsteg som förväntas i de nästa Frontier-modellerna från OpenAI, som "GPT Next"-modellen som nämndes tidigare. De enorma beräkningsresurser som tillämpas tyder på att dessa framtida modeller kommer att representera ett betydande språng framåt i förmågan till resonemang och den övergripande intelligensen.

Ett av de viktiga investeringsområdena för OpenAI är utvecklingen av agentbaserade arbetsflöden och assistiva upplevelser. Dessa framsteg syftar till att frigöra transformerande värde i AI genom att förbättra textintelligens och förmågan till resonemang.

Talaren belyser att nuvarande språkmodeller, om än imponerande, fortfarande är begränsade i sina förmågor, likt "första eller andra klassare". Men de betonar att dessa modeller kommer att bli oigenkännliga inom de närmaste 1-2 åren, vilket tyder på en stegfunktions-förbättring av förmågan till resonemang och problemlösning.

Denna stegfunktions-förbättring innebär att nästa generations modeller, eventuellt kallade "GPT Next", kommer att kunna hantera mer komplexa problem som kräver flerstegiga och logiska resonemang. Denna förbättrade förståelse och beslutsfattning kommer att öppna upp ett brett spektrum av nya tillämpningar, från medicinsk forskning till vetenskapligt resonemang.

Talaren diskuterar också vikten av att göra dessa modeller billigare och snabbare, för att säkerställa att de är tillgängliga för en bred uppsättning användningsfall och utvecklare. De belyser den betydande prissänkningen av GPT-4, som har minskat med 80 procent på bara ett år.

Furthermore, talaren fördjupar sig i konceptet med agentbaserade arbetsflöden, där AI-agenter kan utnyttja text, kontext och verktyg för att interagera med programvara på ett mer naturligt och intuitivt sätt. Exempel inkluderar en AI-programvaruingenjör som kan skriva kod, skapa ärenden och distribuera lösningar, samt en röstbaserad agent som kan assistera med uppgifter som att placera beställningar i en drive-through.

Presentation visar "Assistance API", en verktygslåda som låter utvecklare integrera dessa agentbaserade arbetsflöden och assistiva upplevelser i sina egna applikationer. Funktioner inkluderar automatisk hantering av konversationshistorik, funktionsanrop för att integrera appspecifika möjligheter, kunskapsåtkomst från uppladdade filer och en kodtolkare för att hantera numeriska och finansiella beräkningar.

Sammanfattningsvis tyder fokuset på agentbaserade arbetsflöden och assistiva upplevelser, tillsammans med den förväntade stegfunktions-förbättringen av förmågan till resonemang, på att nästa generations OpenAI-modeller kommer att avsevärt förbättra sättet som människor interagerar med och utnyttjar AI-teknik inom ett brett spektrum av tillämpningar.