Η πολυαναμενόμενη κυκλοφορία του GPT-5 από την OpenAI, αντί για θρίαμβο, πυροδότησε μια πρωτοφανή κρίση εμπιστοσύνης, με τους χρήστες να εκφράζουν την οργή τους για την υποβαθμισμένη απόδοση και την έλλειψη ελέγχου.
Της Sharon Goldman
Η ανακοίνωση του GPT-5 από την OpenAI την περασμένη εβδομάδα είχε σκοπό να αποτελέσει θρίαμβο -μια απόδειξη ότι η εταιρεία εξακολουθεί να είναι ο αδιαμφισβήτητος ηγέτης στην τεχνητή νοημοσύνη– αλλά εν τέλει δεν ήταν. Το Σαββατοκύριακο, ένα κύμα αντιδράσεων από τους πελάτες μετέτρεψε την κυκλοφορία σε κάτι περισσότερο από μια απλή θύελλα δημοσίων σχέσεων: Έγινε μια κρίση προϊόντος και εμπιστοσύνης. Οι χρήστες θρήνησαν την απώλεια των αγαπημένων τους μοντέλων, τα οποία είχαν λειτουργήσει και ως θεραπευτές, φίλοι και ερωτικοί σύντροφοι. Οι προγραμματιστές παραπονέθηκαν για υποβαθμισμένη απόδοση. Ο κριτικός του κλάδου, Gary Marcus, όπως ήταν αναμενόμενο, χαρακτήρισε το GPT-5 ως «καθυστερημένο, υπερβολικά διαφημισμένο και απογοητευτικό».
Ο ένοχος, όπως υποστήριξαν πολλοί, κρυβόταν σε κοινή θέα: ένας νέος «δρομολογητής» μοντέλων πραγματικού χρόνου που αποφασίζει αυτόματα ποια από τις διάφορες παραλλαγές του GPT-5 θα προωθήσει για κάθε εργασία. Πολλοί χρήστες υπέθεσαν ότι το GPT-5 ήταν ένα μόνο μοντέλο που εκπαιδεύτηκε από την αρχή. Στην πραγματικότητα, είναι ένα δίκτυο μοντέλων -μερικά πιο αδύναμα και φθηνότερα, άλλα ισχυρότερα και πιο ακριβά- που συνδυάζονται. Οι ειδικοί λένε ότι αυτή η προσέγγιση θα μπορούσε να είναι το μέλλον της τεχνητής νοημοσύνης καθώς τα μεγάλα γλωσσικά μοντέλα εξελίσσονται και απαιτούν περισσότερους πόρους. Αλλά στο ντεμπούτο του GPT-5, η OpenAI επέδειξε ορισμένες από τις εγγενείς προκλήσεις της προσέγγισης και άντλησε μερικά σημαντικά διδάγματα σχετικά με το πώς εξελίσσονται οι προσδοκίες των χρηστών στην εποχή της τεχνητής νοημοσύνης.
Παρά τα οφέλη που υπόσχεται η δρομολόγηση μοντέλων, πολλοί χρήστες του GPT-5 εξοργίστηκαν με αυτό που αντιλήφθηκαν ως έλλειψη ελέγχου. Κάποιοι μάλιστα ισχυρίστηκαν ότι η OpenAI μπορεί σκόπιμα να προσπαθεί να μπερδέψει.
Απαντώντας στον σάλο για το GPT-5, η OpenAI κινήθηκε γρήγορα για να επαναφέρει το προηγούμενο κύριο μοντέλο, το GPT-40, για τους επαγγελματίες χρήστες. Είπε επίσης ότι διόρθωσε τα σφάλματα της δρομολόγησης, αύξησε τα όρια χρήσης και υποσχέθηκε συνεχείς ενημερώσεις για να ανακτήσει την εμπιστοσύνη και τη σταθερότητα των χρηστών.
Ο Anand Chowdhary, συνιδρυτής της πλατφόρμας πωλήσεων τεχνητής νοημοσύνης FirstQuadrant, συνόψισε την κατάσταση απερίφραστα: «Όταν η δρομολόγηση είναι πετυχημένη, μοιάζει μαγική. Όταν έχει ζητήματα, μοιάζει εντελώς χαλασμένη».
Η υπόσχεση και η ασυνέπεια της δρομολόγησης μοντέλων
Ο Jiaxuan You, επίκουρος καθηγητής πληροφορικής στο Πανεπιστήμιο του Illinois Urbana-Champaign, δήλωσε στο Fortune ότι το εργαστήριό του έχει μελετήσει τόσο την υπόσχεση – όσο και την ασυνέπεια – της δρομολόγησης μοντέλων. Στην περίπτωση του GPT-5, ο ίδιος πιστεύει (αν και δεν μπορεί να επιβεβαιώσει) ότι ο δρομολογητής μοντέλων μερικές φορές στέλνει μέρη του ίδιου ερωτήματος σε διαφορετικά μοντέλα. Ένα φθηνότερο, ταχύτερο μοντέλο μπορεί να δώσει μία απάντηση, ενώ ένα πιο αργό μοντέλο επικεντρωμένο στη συλλογιστική δίνει μια άλλη, και όταν το σύστημα ενώνει αυτές τις απαντήσεις, ξεφεύγουν ανεπαίσθητες αντιφάσεις.
Η ιδέα της δρομολόγησης μοντέλων είναι διαισθητική, εξήγησε, αλλά «η πραγματοποίησή της είναι πολύ απλή». Η τελειοποίηση ενός δρομολογητή, προσέθεσε, μπορεί να είναι τόσο δύσκολη όσο η κατασκευή συστημάτων συστάσεων επιπέδου Amazon, τα οποία χρειάζονται χρόνια και πολλούς ειδικούς στον τομέα για να βελτιωθούν. «Το GPT-5 υποτίθεται ότι κατασκευάζεται απείρως περισσότερους πόρους», εξήγησε, επισημαίνοντας ότι ακόμη και αν ο δρομολογητής επιλέξει ένα μικρότερο μοντέλο, δεν θα πρέπει να παράγει ασυνεπείς απαντήσεις.
Ωστόσο, ο You πιστεύει ότι η δρομολόγηση ήρθε για να μείνει. «Η κοινότητα πιστεύει επίσης ότι η δρομολόγηση μοντέλων είναι πολλά υποσχόμενη», σημείωσε, επισημαίνοντας τόσο τεχνικούς όσο και οικονομικούς λόγους. Από τεχνικής άποψης, η απόδοση ενός μόνο μοντέλου φαίνεται να έχει φτάσει στα όριά της: ο You επεσήμανε τους νόμους κλιμάκωσης, οι οποίοι λένε ότι όταν έχουμε περισσότερα δεδομένα και υπολογιστική, το μοντέλο βελτιώνεται. «Αλλά όλοι γνωρίζουμε ότι το μοντέλο δεν θα γίνεται αέναα καλύτερο. Τον τελευταίο χρόνο, όλοι έχουμε γίνει μάρτυρες του γεγονότος ότι η χωρητικότητα ενός μόνο μοντέλου φτάνει σε ένα σημείο κορεσμού».
Από οικονομικής άποψης, η δρομολόγηση επιτρέπει στους παρόχους τεχνητής νοημοσύνης να συνεχίσουν να χρησιμοποιούν παλαιότερα μοντέλα αντί να τα απορρίπτουν όταν κυκλοφορεί ένα νέο. Τα τρέχοντα γεγονότα απαιτούν συχνές ενημερώσεις, αλλά τα στατικά δεδομένα παραμένουν ακριβή για χρόνια. Η κατεύθυνση ορισμένων ερωτημάτων σε παλαιότερα μοντέλα αποφεύγει τη σπατάλη του χρόνου, της υπολογιστικής και των χρημάτων που έχουν ήδη δαπανηθεί για την εκπαίδευσή τους.
Υπάρχουν επίσης αυστηρά φυσικά όρια. Η μνήμη GPU έχει γίνει εμπόδιο για την εκπαίδευση ολοένα και μεγαλύτερων μοντέλων και η τεχνολογία τσιπ πλησιάζει τη μέγιστη μνήμη που μπορεί να συσκευαστεί σε ένα μόνο καλούπι. Στην πράξη, εξηγεί ο You, τα φυσικά όρια σημαίνουν ότι το επόμενο μοντέλο δεν μπορεί να είναι 10 φορές μεγαλύτερο.
Μια παλαιότερη ιδέα που τώρα προωθείται
Ο William Falcon, ιδρυτής και CEO της πλατφόρμας τεχνητής νοημοσύνης Lightning AI, επισημαίνει ότι η ιδέα της χρήσης ενός συνόλου μοντέλων δεν είναι καινούργια -υπάρχει από το 2018 περίπου- και επειδή τα μοντέλα της OpenAI είναι ένα μαύρο κουτί, δεν γνωρίζουμε ότι το GPT-4 δεν χρησιμοποίησε επίσης ένα σύστημα δρομολόγησης μοντέλων.
«Νομίζω ότι ίσως τώρα είναι πιο σαφείς γι’ αυτό», είπε. Σε κάθε περίπτωση, η κυκλοφορία του GPT-5 διαφημίστηκε έντονα —συμπεριλαμβανομένου του συστήματος δρομολόγησης μοντέλων. Η ανάρτηση ιστολογίου που παρουσίαζε το μοντέλο το χαρακτήρισε ως το «πιο έξυπνο, ταχύτερο και πιο χρήσιμο μοντέλο μέχρι σήμερα, με ενσωματωμένη σκέψη». Στην επίσημη ανάρτηση, η OpenAI επιβεβαίωσε ότι το GPT‑5 εντός του ChatGPT «τρέχει» σε ένα σύστημα μοντέλων που συντονίζεται από έναν δρομολογητή παρασκηνίου που μεταβαίνει σε βαθύτερη συλλογιστική όταν χρειάζεται. Η Κάρτα Συστήματος GPT‑5 προχώρησε ένα βήμα παραπέρα, περιγράφοντας με σαφήνεια πολλαπλές παραλλαγές μοντέλων – gpt‑5‑main, gpt‑5‑main‑mini για ταχύτητα και gpt‑5‑thinking, gpt‑5‑thinking‑mini, καθώς και μια έκδοση thinking‑pro – και εξηγεί πώς το ενοποιημένο σύστημα δρομολογεί αυτόματα μεταξύ τους.
Σε μια ενημέρωση των δημοσιογράφων, ο CEO της OpenAI, Sam Altman, επαίνεσε τον δρομολογητή μοντέλων ως έναν τρόπο αντιμετώπισης μιας δύσκολης στην αποκρυπτογράφηση λίστας μοντέλων για επιλογή. Ο Altman χαρακτήρισε την προηγούμενη διεπαφή επιλογής μοντέλων ως «πολύ συγκεχυμένο χάος».
Αλλά ο Falcon είπε ότι το βασικό πρόβλημα ήταν ότι το GPT-5 απλά δεν έμοιαζε με άλμα. «Από το GPT-1 στο 2 στο 3 στο 4 — κάθε φορά ήταν ένα τεράστιο άλμα. Από το τέσσερα στο πέντε δεν ήταν αισθητά καλύτερο. Αυτό είναι που ενοχλεί τον κόσμο».
ΔΙΑΒΑΣΤΕ ΠΕΡΙΣΣΟΤΕΡΕΣ ΕΙΔΗΣΕΙΣ:
- Intel: Το μεγάλο deal του Τραμπ – Οι ΗΠΑ αποκτούν το 10% του τεχνολογικού κολοσσού
- Τι λένε οι CEO για την υποτιθέμενη «φούσκα» της Τεχνητής Νοημοσύνης
- Είναι η Perplexity η επόμενη Google;