Az OpenAI bejelentette az új mesterségesintelligencia-alapú ügynök, a „deep research” elindítását, amely a ChatGPT platformon belül segíthet a felhasználóknak mélyreható és összetett kutatások elvégzésében. Az új funkciót kifejezetten azok számára tervezték, akik intenzív tudásmunkát végeznek olyan területeken, mint a pénzügy, a tudomány, a politika vagy a mérnöki munka, és akiknek alapos, pontos és megbízható kutatásokra van szükségük. Emellett az OpenAI szerint hasznos lehet azoknak is, akik például autóvásárlás, háztartási gépek vagy bútorok beszerzése előtt részletes információkat szeretnének gyűjteni.
A deep research célja, hogy olyan helyzetekben nyújtson segítséget, amikor nem csupán egy gyors választ vagy összefoglalót keresünk, hanem több webhelyről és más forrásokból származó információkat kell alaposan megvizsgálni és összehasonlítani. Az OpenAI tájékoztatása szerint a szolgáltatás egyelőre a ChatGPT Pro előfizetők számára érhető el, havi 100 lekérdezéses korláttal, de hamarosan a Plus és a Team felhasználók számára is bevezetik, majd az Enterprise előfizetők következnek. A vállalat azt tervezi, hogy körülbelül egy hónapon belül elérhetővé teszi a Plus verziót is, és a fizetős felhasználók számára a lekérdezési korlátokat jelentősen meg fogják emelni. Egyelőre azonban ez egy földrajzilag korlátozott bevezetés, és az Egyesült Királyság, Svájc és az Európai Gazdasági Térség ügyfelei számára még nincs konkrét megjelenési időpont.
A szolgáltatás használatához a ChatGPT felületén a deep research opciót kell kiválasztani, majd megadni a kutatási kérdést, amelyhez fájlokat vagy táblázatokat is lehet csatolni. Jelenleg ez kizárólag a webes felületen érhető el, de az OpenAI tervei szerint még ebben a hónapban elindul az integráció az asztali és mobilalkalmazásokba is. A kutatási folyamat 5 és 30 perc közötti időtartamot vehet igénybe, és a felhasználók értesítést kapnak, amikor az eredmények elkészültek.
Jelenleg a deep research kimenete kizárólag szöveges formátumú, de az OpenAI tervezi, hogy hamarosan beépített képeket, adatvizualizációkat és egyéb analitikai tartalmakat is hozzáad. Ezen felül a vállalat célja, hogy a rendszer képes legyen több speciális adatforráshoz is csatlakozni, beleértve az előfizetéses és belső vállalati forrásokat is.
A hibák kiküszöbölése
A legnagyobb kérdés az, hogy mennyire pontos a deep research. Az MI még mindig hajlamos hibákra, téves következtetésekre és félrevezető információk generálására, ami különösen problémás lehet egy mélyreható kutatás során. Éppen ezért az OpenAI azt ígéri, hogy minden deep research eredmény teljes dokumentációval és világos hivatkozásokkal érkezik, valamint egy összefoglalóval, amely bemutatja a gondolatmenetet, így könnyebben ellenőrizhetővé válik az információ.
Hogy ezek az óvintézkedések mennyire lesznek elegendőek az MI hibáinak kiküszöbölésére, az még kérdéses. A deep research pontosságának növelése érdekében az OpenAI egy speciálisan módosított verziót használ a nemrégiben bejelentett o3 „érvelő” MI-modellből. Ez a modell megerősítéses tanulással lett kiképezve valódi böngészési és adatelemzési feladatokra. A megerősítéses tanulás lényege, hogy a rendszer próbálkozások és hibák alapján fejlődik, és virtuális „jutalmakat” kap, amikor közelebb kerül a kívánt célhoz, így fokozatosan egyre jobb lesz az adott feladat végrehajtásában.
Az OpenAI szerint ez az o3 modell optimalizálva van a webes böngészésre és az adatelemzésre. A rendszer képes információkat keresni, értelmezni és elemezni hatalmas mennyiségű szövegből, képből és PDF-ből az interneten, és szükség szerint módosítja a megközelítését az újonnan szerzett adatok alapján. Emellett támogatja a felhasználók által feltöltött fájlok feldolgozását, grafikonokat tud készíteni és iterálni egy beépített Python eszköz segítségével, valamint beágyazott grafikonokat és weboldalakról származó képeket is képes megjeleníteni a válaszokban. Az OpenAI szerint a modell idézni tudja a forrásai konkrét mondatát vagy bekezdését, ami segíthet az információ ellenőrzésében.
Mért eredmények
A rendszer teljesítményének tesztelésére az OpenAI a Humanity’s Last Exam nevű értékelési módszert használta, amely több mint 3000 szakértői szintű kérdésből áll különböző akadémiai területeken. Az o3 modell 26,6 százalékos pontosságot ért el, ami elsőre nem tűnik magasnak, de az OpenAI szerint ez a teszt szándékosan nehezebb, mint a legtöbb benchmark, hogy lépést tartson a modellek fejlődésével. Összehasonlításképpen, az OpenAI szerint a Google Gemini Thinking mindössze 6,2 százalékot, a Grok-2 3,8 százalékot, míg a GPT-4o 3,3 százalékot ért el ugyanezen a teszten.
Az OpenAI elismeri, hogy a deep research még mindig hibázhat, és időnként téves következtetéseket vonhat le. A rendszer néha nehezen különbözteti meg az autoritatív forrásokat a pletykáktól, és nem mindig jelzi egyértelműen, ha bizonytalan egy adott információval kapcsolatban. Emellett előfordulhat, hogy a formázás nem megfelelő a jelentésekben és hivatkozásokban.
Akik aggódnak a generatív mesterséges intelligencia hatása miatt a diákokra vagy azokra, akik online információkat keresnek, azok számára ez a mélyebb, hivatkozásokkal ellátott válaszokkal dolgozó megoldás valószínűleg vonzóbb lehet, mint egy egyszerű chatbot válasza hivatkozások nélkül. Ugyanakkor kérdéses, hogy a legtöbb felhasználó valóban alaposan elemezni és ellenőrizni fogja-e az eredményeket, vagy egyszerűen bemásolja őket anélkül, hogy megkérdőjelezné a tartalmuk helyességét.
Ha mindez ismerősnek tűnik, az nem véletlen: a Google kevesebb mint két hónappal ezelőtt jelentett be egy hasonló MI-funkciót, pontosan ugyanezzel a névvel.
