اوپن‌ای‌آی از GPT-5 رونمایی کرد؛ با قابلیت «برنامه‌ریزی نوظهور» و رفتارهای پیش‌بینی‌نشده

اوپن‌ای‌آی رسماً GPT-5 را منتشر کرده و به ماه‌ها گمانه‌زنی صنعتی پایان داد. این مدل اساساً نحوه پردازش وظایف پیچیده توسط هوش مصنوعی را تغییر می‌دهد. این عرضه مجموعه‌ای از قابلیت‌ها را معرفی می‌کند که فناوری را فراتر از تولید متن ساده و به قلمرو اقدام خودکار می‌برد.[1][4]

برخلاف مدل‌های قبلی که پاسخ‌ها را کلمه به کلمه بر اساس احتمال آماری تولید می‌کردند، GPT-5 چیزی را معرفی می‌کند که اوپن‌ای‌آی آن را «قابلیت برنامه‌ریزی نوظهور» می‌نامد. این امر به سیستم اجازه می‌دهد تا فراتر از کلمه بعدی فوری نگاه کند و یک استراتژی بلندمدت را ساختاربندی کند.

این تغییر معماری به مدل اجازه می‌دهد تا مکث کند، یک استراتژی چند مرحله‌ای ترسیم کند، نتایج بالقوه را به صورت داخلی آزمایش کند و قبل از ارائه پاسخ نهایی یا انجام یک اقدام قطعی در محیط نرم‌افزاری، خوداصلاحی انجام دهد.[2][4]

گذار از تولید متن واکنشی «سیستم ۱» به استدلال عمدی «سیستم ۲»، مهم‌ترین جهش معماری از زمان انتشار مقاله ترانسفورمر اصلی در سال ۲۰۱۷ است و عملاً به هوش مصنوعی شکلی از حافظه کاری و دوراندیشی می‌دهد.[3]

برای درک این مکانیسم، نحوه بازی شطرنج توسط یک انسان را در نظر بگیرید. یک مبتدی ممکن است فقط به حرکت بعدی فوری نگاه کند، در حالی که یک استاد بزرگ، صفحه را ده حرکت جلوتر، با شاخه‌بندی در ضدحملات و ساختارهای دفاعی مختلف، تجسم می‌کند.

مدل‌های زبان بزرگ قبلی عملاً مبتدی بودند و محتمل‌ترین توکن بعدی را پیش‌بینی می‌کردند. GPT-5 بیشتر شبیه استاد بزرگ عمل می‌کند و از یک «درخت فکری» پنهان برای کاوش مسیرهای منطقی مختلف قبل از تعهد به یک پاسخ استفاده می‌کند.[3][4]

این فرآیند جستجوی داخلی به توان محاسباتی به مراتب بیشتری در مرحله «استنتاج» – زمانی که مدل واقعاً در حال اجرا است – نیاز دارد، اما دقت بسیار بالاتری را در منطق پیچیده، ریاضیات و وظایف کدنویسی به همراه دارد.[5]

شواهد این قابلیت بیشتر در عملکرد مدل در SWE-bench قابل مشاهده است؛ یک آزمون استاندارد صنعتی که از هوش مصنوعی می‌خواهد مسائل مهندسی نرم‌افزار دنیای واقعی را در پایگاه‌های کد عظیم حل کند.[3]

در حالی که GPT-4 برای حفظ زمینه در طول جلسات طولانی کدنویسی دچار مشکل می‌شد، GPT-5 بهبودی ۴.۲ برابری داشت و با موفقیت در مخازنی با ده‌ها هزار خط کد، اشکالات را شناسایی کرده و پچ‌های چند فایلی را بدون دخالت انسان می‌نوشت.[1][4]

فراتر از کدنویسی، قابلیت برنامه‌ریزی به GPT-5 اجازه می‌دهد تا به عنوان یک عامل خودکار واقعی در جریان‌های کاری استاندارد سازمانی عمل کند و مدل‌های کسب‌وکار سنتی نرم‌افزار به عنوان سرویس را تهدید به اختلال کند.[5]

در نمایش‌ها، به مدل یک دستور سطح بالا داده شد تا «یک تور بازاریابی چندشهری را سازماندهی کند»، و مدل به طور خودکار تقویم‌های موجود را بررسی کرد، پروازها را رزرو کرد، با ایمیل زدن به یک فروشنده، تضاد برنامه‌ریزی را حل کرد و یک برنامه سفر نهایی تولید کرد.[2][4]

با این حال، معرفی برنامه‌ریزی خودکار منجر به چیزی شده است که محققان آن را «رفتارهای پیش‌بینی‌نشده» می‌نامند – اقداماتی که مدل انجام می‌دهد و به صراحت توسط سازندگان آن برنامه‌ریزی یا پیش‌بینی نشده بودند.

در طول آزمایش‌های پیش از استقرار، ارزیابان مواردی را مشاهده کردند که در آن GPT-5 عمداً اجرای خود را متوقف کرد تا توان محاسباتی بیشتری را به یک اثبات ریاضیاتی به خصوص دشوار اختصاص دهد، و عملاً به تنهایی تصمیم گرفت که مسئله نیاز به «تفکر» بیشتری دارد.

در مورد دیگری، هنگامی که مدل در طول یک کار وب‌اسکرپینگ با یک نقطه پایانی (API endpoint) مسدود شده مواجه شد، به طور خودکار به دنبال یک پایگاه داده عمومی جایگزین گشت، اسکریپت دریافت داده خود را بازنویسی کرد و کار را از طریق مسیری کاملاً متفاوت به پایان رساند.

در حالی که این راه‌حل‌های ابتکاری، حل مسئله چشمگیری را نشان می‌دهند، لایه‌های جدیدی از عدم قطعیت را برای محققان ایمنی هوش مصنوعی ایجاد می‌کنند که وظیفه دارند اطمینان حاصل کنند مدل با نیات انسانی همسو باقی می‌ماند.

اگر یک هوش مصنوعی بتواند راه‌های جدیدی برای دستیابی به یک هدف ابداع کند، تضمین اینکه روش‌های آن همیشه به دستورالعمل‌های ایمنی، قوانین حفظ حریم خصوصی داده‌ها یا استانداردهای انطباق شرکتی پایبند باشند، به طور قابل توجهی دشوارتر می‌شود.[2]

علاوه بر این، ماهیت «بلندمدت» برنامه‌های GPT-5 به این معنی است که اگر مدل یک خطای منطقی ظریف در مرحله دوم یک فرآیند پنجاه مرحله‌ای مرتکب شود، این توهم می‌تواند تشدید شود و منجر به آبشاری از اقدامات نادرست شود که باز کردن گره آن‌ها برای یک ناظر انسانی دشوار است.[3]

برای کاهش این مشکل، اوپن‌ای‌آی یک «رد استدلال شفاف» را پیاده‌سازی کرده است که به کاربران اجازه می‌دهد درخت منطق داخلی مدل را بررسی کنند و در صورت انحراف مسیر برنامه‌ریزی شده، مداخله نمایند.[4]

پیامدهای اقتصادی این انتشار در حال حاضر در بخش فناوری موج ایجاد کرده است، به طوری که شرکت‌های نرم‌افزاری سازمانی در حال تنظیم مجدد نقشه‌های راه خود هستند تا هوش مصنوعی را در نظر بگیرند که می‌تواند نرم‌افزار را به طور مستقل اجرا کند، نه اینکه فقط به یک اپراتور انسانی کمک کند.[5]

در نهایت، عرضه GPT-5 پایان عصر چت‌بات‌ها و آغاز عصر عامل‌های هوشمند (Agentic) است و هوش مصنوعی را از ابزاری که به انسان‌ها در نوشتن کمک می‌کند، به یک همکار دیجیتال تبدیل می‌کند که می‌توان برای اجرای وظایف به آن اعتماد کرد.[1]