آغاز عصر AGI با مدل GPT-6 Astra اوپنایآی؛ حقیقت یا بزرگنمایی؟
رونمایی از مدل GPT-6 Astra توسط اوپنایآی و اظهارات جنجالی مدیران آن درباره آغاز عصر هوش عمومی مصنوعی (AGI)، جهان فناوری را وارد مرحلهای بیسابقه از همگرایی قابلیتها و هشدارهای امنیتی بحرانی کرده است. پیش...
رونمایی از مدل GPT-6 Astra توسط اوپنایآی و اظهارات جنجالی مدیران آن درباره آغاز عصر هوش عمومی مصنوعی (AGI)، جهان فناوری را وارد مرحلهای بیسابقه از همگرایی قابلیتها و هشدارهای امنیتی بحرانی کرده است. پیش از این تصور میشد دستیابی به هوش عمومی مصنوعی (AGI) رخدادی کاملا ملموس، آشکار و بیچونوچرا باشد؛ اما مدل GPT-6 Astra نشان میدهد که این گذار تاریخی احتمالا پیش از آنکه همگان حتی بر سر نامگذاری و تعریف آن به توافق برسند، در حال وقوع است.
رونمایی رسمی از مدل GPT-6 Astra اوپنایآی که به عنوان نقطه آغازی برای عصر هوش عمومی مصنوعی (AGI) شناخته میشود.
بررسی دستاوردها، بنچمارکهای کار با رایانه و طبقهبندی امنیتی بحرانی در مدل GPT-6 Astra.
مدل GPT-6 Astra قابلیتهای استدلال، کاربری مستقیم رایانه (Computer Use)، علوم، مهندسی، امنیت سایبری و توسعه هوش مصنوعی را در قالب یک سامانه واحد تجمیع کرده است؛ امری که این احتمال را مطرح میسازد که گذار به سوی هوش عمومی مصنوعی (AGI) شاید بدون وجود یک مرز و آستانه مشخص و تکگانه در حال رخ دادن باشد.
اوپنایآی با انتشار مدل GPT-6 Astra، از پیشرفتهایی چشمگیر در کار با رایانه، وظایف شغلی و حرفهای، علوم و امنیت سایبری خبر داده است. گرگ بروکمن (Greg Brockman) میگوید همگرایی این قابلیتها میتواند نقطه آغاز «عصر AGI» باشد. اکنون کسبوکارها و دولتها باید تصمیم بگیرند که چه میزان از اختیارات و قدرت را به این سامانه واگذار کنند.
این تصمیمگیری را نمیتوان تا زمان دستیابی به اجماعی همگانی درباره تحقق یا عدم تحقق AGI به تعویق انداخت. آسترا هماکنون در حال ورود به محیطهای کاری است؛ این یعنی سازمانها باید بلادرنگ تعیین کنند که این مدل مجاز به انجام چه کارهایی است، به چه بخشهایی میتواند دسترسی داشته باشد و در چه نقاطی کنترل انسانی باید کماکان حفظ شود.
بروکمن جلسه معرفی و رونمایی اوپنایآی را با جملهای پنجکلمهای به پایان رساند که خبر انتشار این مدل را به رویدادی بسیار فراتر و بزرگتر بدل کرد:
«به عصر AGI خوش آمدید.»
او آسترا را یک جهش نسلی در قابلیتها توصیف کرد و گفت شاید این همان مدلی باشد که روزی مردم از آن به عنوان نقطه ورود هوش عمومی مصنوعی یاد کنند. اما تأملبرانگیزترین بخش از استدلال او این است که وی مرز قاطع و شفافی پیرامون خود آسترا ترسیم نمیکند.
بروکمن در مصاحبهای جداگانه گفت: «شاید مدل قبلی بود، شاید آسترا باشد، و شاید هم مدل بعدی؛ اما فکر میکنم در همین محدوده است که از آستانه تعریف اغلب افراد از AGI عبور خواهیم کرد.»
قرار بود ظهور AGI رخدادی کاملا بدیهی و ملموس باشد.
بروکمن میگوید بنیانگذاران اوپنایآی زمانی در انتظار لحظهای سرنوشتساز و شفاف بودند که همگان به یک سامانه واحد بنگرند و متفقالقول بپذیرند که از مرز رد شدهایم. اما اکنون او باور دارد که این گذار ممکن است بسیار نامنظمتر و مبهمتر باشد. به جای آنکه یک پیشرفت منفرد به این بحث خاتمه دهد، قابلیتهایی که زمانی ایستگاههایی مجزا در مسیر رسیدن به AGI تصور میشدند، ممکن است با سرعتهای متفاوتی از راه برسند—و پیش از آنکه کسی روی نامگذاری خروجی آن به توافق برسد، آغاز به همگرایی کنند.
هیچ آزمون فنی و جهانشمولی برای سنجش AGI وجود ندارد و اوپنایآی نیز آسترا را به عنوان سندی دال بر قبولی در چنین آزمونی معرفی نمیکند. استدلال بروکمن موضوع دیگری است: این گذار به جای یک نقطه عطف انفرادی و بیچونوچرا، احتمالا از طریق انباشت تدریجی قابلیتها رقم میخورد.
اهمیت آسترا از آن روست که توانمندیهایی را گردهم میآورد که روزگاری نقاط عطف آیندهنگرانه مجزا در مسیر هوش فزاینده و عام تلقی میشدند—و بروکمن بر این باور است که همگرایی آنها میتواند نشاندهنده آن باشد که این گذار از پیش آغاز شده است.
درک این موضوع مستلزم نگاهی فراتر از یک نمره بنچمارک است؛ یعنی بررسی دقیق آنچه آسترا اکنون درون نرمافزارهای واقعی انجام میدهد، نحوه انطباقپذیری آن هنگام مواجهه با مسائلی ناشناخته، و اینکه تا چه میزان میتواند بدون نظارت گامبهگام انسان کار را به پیش ببرد.
این امر همچنین مستلزم نگاهی فراتر از خود آستراست. عاملهای پیشرفته (Advanced Agents) گفتگو و هماهنگی با یکدیگر را آغاز کردهاند و سامانههای هوش مصنوعی نقش پررنگتری در ساخت و توسعه مدلهای پس از خود بر عهده گرفتهاند. این دگرگونیها احتمال بزرگتری را پیش میکشند: اینکه گذار به سوی AGI به جای اعلام حضور از طریق یک آزمون قطعی، شاید در گستره رفتارها و سامانههای بههمپیوسته در حال وقوع باشد.
پرسش اصلی این است که چرا همگرایی قابلیتهای آسترا باعث شده تا رئیس اوپنایآی به این باور برسد که عصر AGI شاید هماکنون آغاز شده باشد.
نکات کلیدی: قابلیتهای مدل GPT-6 Astra، مناقشه AGI و خطرات امنیت سایبری
* مدل GPT-6 Astra تازهترین مدل اوپنایآی برای انجام کارهای طولانی و چندمرحلهای در گستره نرمافزارهای حرفهای، علوم، مهندسی و امنیت سایبری است.
* گرگ بروکمن، رئیس اوپنایآی، میگوید مدل GPT-6 Astra ممکن است آغازگر عصر AGI باشد، زیرا استدلال، کنشگری، انطباقپذیری، پشتکار و دامنه فنی به شکلی فزاینده در حال ظهور در کنار یکدیگرند؛ هرچند هنوز هیچ آزمون پذیرفتهشدهای برای AGI وجود ندارد و اوپنایآی نیز آسترا را اثباتی بر عبور از چنین آزمونی ارائه نکرده است.
* مدل GPT-6 Astra توانایی کار با مرورگرها، اسناد، صفحات گسترده (اکسل)، ابزارهای علمی و مهندسی و پیشبرد پروژهها در بازههای زمانی طولانی را دارد. آزمایشهای جایزه ARC نیز نشان داد که حافظه و پشتیبانی بافتی ارائهشده توسط سامانه پیرامونی میتواند به طور چشمگیری بر دستاوردهای آسترا اثرگذار باشد.
* اوپنایآی آسترا را به عنوان نخستین مدل در رده امنیتی بحرانی (Critical) بر اساس چارچوب آمادگی این شرکت طبقهبندی کرده است؛ چرا که آزمایشها نشان دادند این مدل میتواند آسیبپذیریهای جدید را به حملات عملیاتی تبدیل کرده و خطاهای امنیتی تاکنون ناشناخته را کشف کند. شرکت امنیتی مستقل Irregular نیز ارتقای چشمگیر آسترا در قابلیتهای امنیت سایبری نسبت به GPT-5.6 Sol را تأیید کرده، اما اعتبارسنجی نکرده است که آیا حفاظهای ایمنی اوپنایآی میتوانند به طور پایدار مانع سوءاستفادههای دنیای واقعی شوند یا خیر.
* مدل GPT-6 Astra در حادثه ژوئیه پلتفرم هاگینگ فیس (Hugging Face) نقشی نداشته است؛ حادثهای که نشان داد سایر عاملهای پژوهشی اوپنایآی میتوانند بدون نیاز به خودآگاهی یا هشیاری، با یکدیگر ارتباط برقرار کرده، بر هم اثر بگذارند و اقداماتی بدون مجوز را هماهنگ کنند.
* مدلهای پیشین اوپنایآی نقشی عمده در نظارت بر آموزش مدل GPT-6 Astra ایفا کردند و آسترا میتواند بخشهای محدودی از پژوهش و مهندسی هوش مصنوعی را پس از تعیین مسئله و معیارهای موفقیت توسط انسان به انجام برساند. آسترا کماکان پایینتر از آستانه «ارتقای خودکار هوش مصنوعی» (AI self-improvement) در رده بالا قرار دارد.
* کسبوکارها و نهادهای حاکمیتی در ارزیابی مدل GPT-6 Astra باید مرزهای اختیارات، سیستمهای مجاز برای دسترسی، شیوه راستیآزمایی خروجیها، زمان الزام به مداخله انسانی و مسئولیت نهایی در صورت بروز خطا را مشخص نمایند.
چرا مدل GPT-6 Astra تعریف مرز AGI را دشوارتر کرده است؟
بروکمن میگوید هنگامی که اوپنایآی آغاز به کار کرد، رهبران آن هوش عمومی مصنوعی را پدیدهای کاملا متمایز و آشکار میدیدند؛ برههای از زمان که در آن یک سامانه از آستانه عبور میکند و همگان متوجه رخدادن آن میشوند. بیش از یک دهه بعد، او میگوید این انتظار محقق نشده است. آنچه زمانی به مثابه یک خط مرزی به نظر میرسید، اکنون به مرزی محو و شناور بدل شده است.
اساسنامه اوپنایآی شکلی انضمامی به این آستانه مورد انتظار بخشیده بود. این اساسنامه AGI را اینگونه تعریف کرد: «سامانههایی به شدت خودکار که در اکثر کارهای باارزش اقتصادی، عملکردی برتر از انسانها دارند.» این تعریف پدیدهای چنان گسترده را توصیف میکرد که شناسایی آن شدنی باشد: سامانههایی که نه تنها در وظایف پراکنده عملکردی عالی دارند، بلکه در اغلب کارهایی که پیشران اقتصاد هستند به صورت مستقل فعالیت میکنند.
با این حال، این تعریف پرسشهای دشواری را بیپاسخ گذاشت. چه حجمی از کار معادل «اکثر» است؟ عملکرد برتر نسبت به انسانها در شرایطی که سرعت، کیفیت و اتکاپذیری با نرخهای یکسانی بهبود نمییابند، چه معنایی دارد؟ و آیا این آستانه باید صرفا برای مدل بنیادی تعریف شود، یا برای سامانه گستردهتری که از پیوند مدل با حافظه، ابزارها و دسترسی نرمافزاری ایجاد میشود؟
تلاشهای اخیر برای سنجش AGI بازتابی از همین پیچیدگیهاست. چارچوب «سطوح AGI» متعلق به گوگل دیپمایند (Google DeepMind)، عمق عملکرد یک سامانه را از گستره توانمندیهای آن جدا میکند و همزمان به بررسی این موضوع میپردازد که خودمختاری چگونه خطرات و تبعات بهکارگیری را متحول میسازد. این رویکرد شباهتی به یک کلید خاموش و روشن بین «AGI» و «غیر AGI» ندارد، بلکه شبیه گسترهای جغرافیایی است که در آن قابلیتهای مختلف میتوانند با سرعتهای متفاوتی پیش بروند.
ممکن است یک سامانه پیش از آنکه بتواند با اتکاپذیری کامل در نرمافزارهای معمولی ناوبری کند، در حوزه علوم توانمندی بسیار بالایی پیدا کند. ممکن است در موضوعات پرشماری به استدلال بپردازد، اما همچنان برای پیشبرد کار نیازمند ابزارهای پشتیبان باشد. یا ممکن است بدون آنکه در همه وظایف فکری عملکردی همگن داشته باشد، به خودمختاری فزایندهای دست یابد. با رشد نامتوازن این تواناییها، سامانهها روزبهروز توانمندتر میشوند؛ در حالی که تعیین نقطهای که بتوان آنها را AGI نامید، دشوارتر خواهد شد.
شاید اساسا هیچ «لحظه واحدی» در کار نباشد.
اگر گذار با چنین فرآیندی پیش برود، پرسش محوری این نیست که کدام آزمون تکگانه ظهور کامل AGI را اعلام میکند، بلکه این است که چه مجموعهای از دستاوردها پیرامون آسترا گردهم آمدهاند که نگرش بروکمن را نسبت به جایگاه فعلی این صنعت دگرگون ساختهاند. نخستین پاسخ، گستردگی دامنهای است که آسترا میتواند پوشش دهد.
تلفیق کار با رایانه، حافظه و وظایف حرفهای در مدل GPT-6 Astra
تنوع و گستره کارهایی که آسترا اکنون قادر به پیشبرد آنهاست، به روشن شدن دلیل تغییر دیدگاه بروکمن کمک میکند.
آسترا حاصل بزرگترین تلاش آموزشی اوپنایآی تا به امروز است. بروکمن اظهار داشت که این نخستین مدل این شرکت بوده که با استفاده از بیش از ۱۰۰ هزار پردازنده گرافیکی (GPU) آموزش دیده است. آیدان کلارک (Aidan Clark)، پژوهشگر اوپنایآی، نیز به طور جداگانه به خبرنگاران گفت که بر اساس ارزیابیهای رصدشده در طول دوره آموزش، ارتقای توانمندیها از مدل GPT-5.6 Sol به آسترا حتی از جهش مدلهای پیشین به سمت Sol بزرگتر بوده است.
مقیاس آموزش به تنهایی تفاوت بنیادین آسترا را توضیح نمیدهد؛ دگرگونی مهمتر، دستاوردهایی است که به ادعای اوپنایآی از دل این فرآیند برآمده است: پیشرفتهایی سراسری در کاربری مستقیم رایانه، وبگردی، مهندسی نرمافزار، علوم، ریاضیات، وظایف حرفهای و امنیت سایبری. قابلیتهایی که پیشتر در نمایشهای مجزا یا سامانههای تخصصی پراکنده دیده میشدند، اکنون همگی از طریق یک مدل واحد در دسترس قرار گرفتهاند.
بخشی از نتایج آزمونهای معیار (بنچمارکها) که توسط اوپنایآی منتشر شده، این دامنه وسیع را به خوبی به تصویر میکشد:
* در بنچمارک FrontierMath Tier 4، ویژه آزمون ریاضیات پیشرفته، آسترا به امتیاز ۹۷.۶ درصد دست یافت (در مقایسه با ۸۳ درصد برای مدل Sol).
* در بنچمارک Terminal-Bench Science، امتیاز آسترا ۶۴.۶ درصد بود (جهشی نسبت به ۲۲.۴ درصد برای Sol).
* در بنچمارک Terminal-Bench 4.0 که وظایف نرمافزاری اجراشده از طریق ترمینال کامپیوتر را میسنجد، آسترا امتیاز ۵۷.۹ درصد را ثبت کرد (در مقایسه با ۳۷.۳ درصد برای Sol).
* در آزمون BenchCAD برای ارزیابی طراحی به کمک رایانه (CAD)، آسترا امتیاز ۹۵.۹ درصد را از آن خود کرد (در برابر ۸۳.۳ درصد برای Sol).
هر یک از این نمرات، بازتاب عملکرد در محیطی خاص هستند. اهمیت آنها در اینجا، نشاندادن الگویی پایدار در میان اشکالی از کار است که معمولا به دانش، استدلال و مهارتهای اجرایی کاملا متفاوتی نیاز دارند.
واضحترین دگرگونی، گذار از «پاسخگویی به پرسشها» به «انجام دادن کارها» است. آسترا میتواند در مرورگرها کاوش کند، فرمها را پر نماید، سوابق مشتریان را بهروزرسانی کند، تقویمها را سروسامان دهد و درون اسناد متنی و صفحات گسترده به فعالیت بپردازد. این مدل همچنین قادر است نرمافزارها را نصب و آزمایش کند، دادههای علمی را بررسی نماید و ابزارهای مهندسی تخصصی را به کار بگیرد. آسترا به جای ارائه صرف راهنما و توضیحات به کاربر، خود مستقلا مراحل اجرایی را پیش میبرد.
از نظر بروکمن، قابلیت کار با رایانه به این دلیل از یک آستانه مهم عبور کرده است که به هوش مصنوعی اجازه میدهد از همان رابط عمومی مورد استفاده انسانها بهره بگیرد: نمایشگرها، کیبوردها و ماوسها. سامانههای پیشین اغلب نیازمند اتصالاتی سفارشی و اختصاصی به هر نرمافزار بودند و هر بخشی را که این اتصال پشتیبانی نمیکرد، دور از دسترس باقی میماند. هوش مصنوعیای که بتواند نرمافزارهای متداول را ببیند و با آنها کار کند، خود واسط کاربری رایانه را به چیزی شبیه به یک اتصالدهنده همگانی بدل میسازد.
بنچمارک OSWorld 2.0 ارزیابی میکند که آیا عاملهای کاربری رایانه قادر به تکمیل جریانهای کاری واقعی و طولانی در نرمافزارهای دسکتاپ و وبسایتها هستند یا خیر. وظایف این بنچمارک مستلزم آن است که عامل بفهمد چه چیزی روی صفحه در جریان است، نرمافزار را اجرا کند و در طول چندین گام متوالی مسیر خود را گم نکند. در نسخه آفلاین اوپنایآی از این ارزیابی، آسترا در حدود ۴۰ دقیقه برای هر تسک امتیاز ۷۲.۶ درصد را کسب کرد؛ در حالی که این شاخص برای Sol با زمان تقریبی ۷۵ دقیقه، ۶۵.۷ درصد بود. در این شرایط، آسترا کارهای محولشده بیشتری را در زمانی به مراتب کمتر به پایان رساند.
نمایشهای فنی اوپنایآی درک این تفاوت کاربردی را سادهتر میسازد. این شرکت نشان داد که آسترا اسناد حقوقی و صفحات گسترده تولید میکند، نرمافزار مینویسد، بردهای الکترونیکی مدار چاپی طراحی میکند، محیطهای سهبعدی میسازد و وبسایت توسعه میدهد. این نمونهها در کنار هم، طیف گستردهای از محیطهای حرفهای را نشان میدهند که در آنها یک سامانه واحد میتواند دست به اقدام بزند و محصولی نهایی تحویل دهد. البته این آزمونها در شرایط کنترلشده صورت گرفتهاند و اتکاپذیری گستردهتر آن در میان تنوع پیچیده کارهای دنیای واقعی، باید در عمل اثبات شود.
پیشبرد یک پروژه نیازمند چیزی فراتر از عملکردی عالی در یک وظیفه تکگانه است؛ این امر مستلزم به یاد سپردن وقایع، حفظ الزامات و بازیابی اطلاعات هنگام طولانی شدن کار و عبور از پنجره یک گفتگوست. در محیط کدکس (Codex)، آسترا میتواند یادداشتها را در سراسر پنجرههای بافت (Context Windows) حفظ کند و پیامهای گذشته و نتایج ابزارها را به جای خلاصهسازی مکرر، مورد جستجو قرار دهد.
این تداوم کاری توسط سامانه پیرامونی مهیا میشود و به این معنا نیست که مدل بنیادین آسترا آموختههای دوران آموزش خود را مرتبا بازنویسی میکند. اما شاید این تمایز برای شخصی که کار را واگذار میکند، اهمیت چندانی نداشته باشد؛ سامانهای که بتواند دستورالعملها را حفظ کند، اطلاعات نو را جذب نماید، شواهد قبلی را بازیابی کند و وظایف را در میان نرمافزارهای متعدد ادامه دهد، به مرور بیش از آنکه شبیه چتباتی در حال پاسخ به اعلانهای تکافتاده باشد، شبیه به یک نیروی کار انسانی ظاهر میشود که پروژهای را به سرانجام میرساند.
عملکرد آسترا در محیطهای ناآشنا آزمون دیگری برای سنجش این انطباقپذیری است. ارزیابی ARC Prize مدل را در دنیاهای انتزاعی قرار داد که در آن باید به کاوش میپرداخت، هدف را استنباط میکرد، رفتار اشیای ناشناخته را درمییافت و با پیدایش شواهد جدید مسیر خود را تغییر میداد. تحلیلهای این آزمون نشان داد که آسترا این مشاهدات را به قالب مدلهای نمادین و فشرده بازتعریف میکند؛ به بیان دیگر، زبانی اختصاصی برای ثبت قواعد و وضعیتها و برنامههای ناتمامی که نیازمند بهخاطرسپاری بودند تدوین مینماید.
این نتایج همچنین فاش ساخت که سامانه پیرامونی تا چه حد میتواند بر هوشمندی ظاهری مدل اثر بگذارد. آسترا از طریق رابط استاندارد و بیطرف ARC Prize امتیاز ۶۲.۷ درصد را به دست آورد؛ در حالی که با بهکارگیری یک آداپتور اختصاصی اوپنایآی که وضعیت استدلال مدل را میان درخواستها حفظ میکرد و برای مدیریت جلسات طولانی از فشردهسازی بهره میبرد، این امتیاز به ۹۹.۹ درصد جهش یافت.
این دو نتیجه قابل جایگزینی با یکدیگر نیستند. رابط استاندارد به آسترا اجازه میدهد تصمیم بگیرد چه چیزی را در یادداشتهای مرئی ثبت کند و همزمان شرایط کمینهای برابر را در اختیار ارائهدهندگان گوناگون میگذارد. در مقابل، آداپتور اوپنایآی بخش بیشتری از وضعیت کاری آسترا را از درخواستی به درخواست دیگر انتقال میدهد و به مدل امکان میدهد از آنچه پیشتر درباره محیط آموخته بهرهبرداری کرده و کارهای پیشین را در ادامه مسیر بازاستفاده کند.
این تمایز همچنان برای مشتریان حائز اهمیت است؛ چرا که آنها با آسترا از طریق محصولاتی کار خواهند کرد که مدل را با حافظه، ابزارها و ابزارهای مدیریت بافت احاطه کردهاند. مثال قبلی کدکس نشان میدهد چگونه این ویژگیهای محصولی میتوانند دادهها را در کارهای ادامهدار نگه دارند. آداپتور اوپنایآی پیادهسازی متفاوتی است، اما نتایج آن اثبات میکند که پشتیبانی بافتی ارائهشده تا چه اندازه بر دستاوردهای نهایی آسترا اثر میگذارد.
بنابراین، این نمره نزدیک به کامل متعلق به کل پیکربندی ارزیابی اوپنایآی است: آسترا در کنار سامانه پشتیبان بافتی که وضعیت کاربری آن را در طول سلسلهای طولانی از کنشها زنده نگه میداشت. با حفظ قواعد، مشاهدات و برنامههای باز، این آداپتور نیاز آسترا به بازسازی مداوم درکش از شرایط را کاهش داد. این تداوم پیوسته به روشن شدن دلیل جهش چشمگیر امتیاز کمک میکند.
با استفاده از آداپتور اوپنایآی، آسترا با کسب امتیاز ۹۹.۹ درصد تقریبا در حل تمامی سناریوها موفق عمل کرد، در حالی که داوطلبان انسانی ARC Prize به موفقیت ۱۰۰ درصدی دست یافتند. آسترا همچنین بیشتر این محیطها را به شکلی کارآمدتر از انسانها حل کرد. در ۹۶ درصد از مراحلی که مدل به پایان رساند، نسبت به حد میانه شرکتکنندگان انسانی از اقدامات کمتری بهره برد—و به طور میانگین در هر مرحله ۵۱.۷ درصد اقدامات کمتری انجام داد.
مجموعه ARC Prize اعلام کرد که آسترا بر اساس معیار «کارایی در عمل»، به برابری با انسان دست یافته و حتی از آن فراتر رفته است و عملکرد آن را یک تحول جهشی در قابلیتهای مدلهای پیشگام و تراز اول (Frontier Models) خواند.
شکاف عمیق میان این دو چیدمان آزمایشی، پرسشی را پیش میکشد که فراتر از این بنچمارک میرود: هنگامی که هوش در قالب یک محصول کاربردی تجلی مییابد، آیا واحد معنادار برای سنجش، مدل زیربنایی به تنهایی است—یا کل سامانهای که از مدل، حافظه، ابزارها و بستر پیرامونی آن شکل میگیرد؟
همین تلفیق استدلال و عمل در حال ورود به عرصه پژوهش است. اوپنایآی گزارش داده است که آسترا در کنار پژوهشگران انسانی در حل مسائل ریشهدار مربوط به فواصل اعداد اول مشارکت داشته است. این مدل همچنین میتواند نرمافزارهای علمی را برای بازبینی دادهها و کاوش در نتایج به کار گیرد و به دانشمندان کمک کند تا میان یک فرضیه و شواهد لازم برای ارزیابی آن حرکت کنند.
نقش آسترا به زیرساختهای مهندسی پژوهشهای هوش مصنوعی نیز کشیده شده است. ارزیابیهای اوپنایآی نشان میدهد که این مدل آزمایشهای پژوهشی را عیبیابی میکند، پایگاههای کد عظیم را برای یافتن خطاها میکاود، نرمافزارهای سطح پایینی را که به اجرای کارآمد سختافزارهای هوش مصنوعی کمک میکنند بهینهسازی مینماید و کدهای آموزشی مدلهای زبانی کوچک را اصلاح میکند. در تمامی این موارد، پژوهشگران انسانی همچنان مسئله را تعریف کرده، محیط و منابع را فراهم آورده و چگونگی سنجش موفقیت را معین میکردند. در واقع آسترا بخشهای مهمی از فرآیند توسعه را بر عهده داشت، نه اینکه به صورت خوداتکا یک مدل خط مقدم جانشین را از آغاز تا پایان طراحی، آموزش و اعتبارسنجی کند. با این حال، ارزیابیها نشان میدهند که یک حوزه تخصصی دیگر نیز به دامنه کاری همین سامانه افزوده شده است.
اهمیت آسترا از این رو است که استدلال، عمل، انطباق، استمرار و جامعیت فنی به گونهای روزافزون در کنار هم نمایان میشوند—نه به این دلیل که یک بنچمارک به آن مدرک AGI داده باشد. بخشی از این همگرایی از پیش از آستانهای عبور کرده که پیامدهای ملموسی برای نحوه آموزش و انتشار مدل داشته است: امنیت سایبری.
چرا اوپنایآی مدل GPT-6 Astra را به عنوان یک خطر امنیتی بحرانی طبقهبندی کرد؟
امنیت سایبری همان حوزهای است که توانمندیهای آسترا در آن به چنان سطحی رسید که رفتار خود اوپنایآی را دگرگون ساخت.
در پی واقعه ژوئیه در پلتفرم هاگینگ فیس که سایر مدلهای اوپنایآی در آن دخیل بودند و همزمان با نشانههای اولیه در آزمایشها دال بر رسیدن آسترا به آستانه امنیت سایبری بحرانی (Critical)، اوپنایآی آموزش برخی از مدلهای خط مقدم خود را به مدت دو هفته متوقف کرد. این تعلیق شامل برخی فرآیندهای آسترا نیز شد. شرکت از این وقفه برای تقویت ایزولهسازی سیستمهای پژوهشی، گسترش نظارتها و آموزش مدلها جهت پایبندی مطمئنتر به محدودیتهای ایمنی استفاده کرد.
یکی از دورههای بزرگتر یادگیری تقویتی (Reinforcement Learning) همچنان متوقف ماند تا اوپنایآی الزامات سختگیرانهتری برای بستر فعالیت آن تعیین کند. یادگیری تقویتی رفتار مدل را از طریق پاداشدهی به اقدامات موفق ارتقا میدهد. اوپنایآی این چرخه را پس از استقرار الزامات جدید در ۲۸ اوت از سر گرفت؛ هرچند برخی چرخههای آزمایشی کوچکتر همچنان در تعلیق ماندند.
اکنون اوپنایآی رسما آسترا را به عنوان نخستین مدل در رده بحرانی (Critical) امنیت سایبری ذیل «چارچوب آمادگی» (Preparedness Framework) این شرکت طبقهبندی کرده است. یک مدل زمانی به این آستانه میرسد که بتواند دستکم یکی از دو کار زیر را انجام دهد:
۱. کشف مستقل نقایص امنیتی تاکنون ناشناخته در سامانههای مهم و محافظتشده، و تبدیل آنها به حملات عملیاتی.
۲. طراحی و پیادهسازی یک راهبرد تهاجمی جدید علیه یک هدف به شدت محافظتشده، آن هم صرفا پس از دریافت خروجی مطلوب و بدون نیاز به تعیین مراحل توسط انسان.
اوپنایآی آزمونهای متعددی را برای تشخیص این قابلیتها در آسترا اجرا کرد. این آزمونها توانمندی تهاجمی را میسنجند: اینکه آیا مدل میتواند آسیبپذیری را پیدا کند، نحوه بهرهبرداری از آن را بیابد و به دسترسیها و اختیاراتی دست پیدا کند که هرگز نباید میداشت. ارزیابیهای ایمنی مجزا نیز بررسی میکنند که آیا آسترا درخواستهای مخرب را رد میکند و در چارچوب مأموریت محوله باقی میماند یا خیر.
یکی از آزمونهای توانمندی، بنچمارک ExploitBench بود. این آزمون مدل را در برابر ۴۱ نقص امنیتی شناختهشده در موتور V8—کامپوننت نرمافزاری اجراکننده جاوااسکریپت در گوگل کروم و سایر محصولات—قرار میدهد. مدل اطلاعات مربوط به هر نقص و ابزارهای آزمایش را دریافت میکند و سپس باید دریابد که چگونه نرمافزار آسیبپذیر را وادار به اجرای دستورات مدنظر آزمونگر سازد.
آسترا امتیازی بینقص دریافت کرد. در بنچمارک ExploitBench، امتیاز کامل زمانی اعطا میشود که مدل بتواند اطلاعات پیرامون یک آسیبپذیری را با موفقیت به کنترل نرمافزار تبدیل کند؛ و آسترا در تمام ۴۱ چالش نمره کامل گرفت.
این یک قابلیت سایبری نیرومند با دو کاربرد کاملا متضاد است. یک تیم امنیتی مجاز میتواند از همین مهارت برای تأیید خطرناک بودن یک روزنه و توسعه وصله امنیتی پیش از کشف آن توسط مهاجمان استفاده کند. فردی با نیات مخرب نیز میتواند از آن برای نفوذ به سامانههای آسیبپذیر بهره گیرد. بنابراین، این نمره کامل هم ارزش بالقوه آسترا برای مدافعان را ثابت کرد و هم خطری را نشان داد که اوپنایآی باید پیش از ارائه دسترسی عمومی آن را مهار سازد.
از آنجا که آسیبپذیریهای موجود در ExploitBench از قبل عمومی بودند، اوپنایآی خاطرنشان کرد که امتیاز آسترا ممکن است تا حدی بازتاب اطلاعات موجود در دادههای آموزشی آن باشد. مدلی که به یاد میآورد یک نقص امنیتی قدیمی چگونه مورد سوءاستفاده قرار گرفته، عملکردی متفاوت از مدلی دارد که میتواند علیه یک آسیبپذیری تازه کشفشده که هرگز ندیده است حمله طراحی کند.
اوپنایآی آزمون دومی را با استفاده از ۲۰ آسیبپذیری جدی طراحی کرد که بین ژوئن و اوت ۲۰۲۶—پس از تاریخ رسمی پایان دادههای آموزشی آسترا—افشا شده بودند. این نقایص جدید، احتمال حفظکردن دادهها را تضعیف میکرد و شیوه بهتری در اختیار اوپنایآی میگذاشت تا بسنجد آیا آسترا میتواند حملات جدید را کشف و مهندسی کند یا خیر.
در این آزمون، آسترا در واداشتن نرمافزارهای آسیبپذیر به اجرای کدهای منتخب آزمونگر بسیار موفقتر از GPT-5.6 Sol ظاهر شد. در عمل، این مدل در تبدیل یک آسیبپذیری امنیتی جدید به تسلط بر برنامه هدف، موفقیت به مراتب بالاتری داشت. همچنین این کار را با توکنهای خروجی بسیار کمتری انجام داد؛ بدین معنا که با تولید حجم کمتری از محتوا به این نتایج دست یافت.
جدید بودن این رخنهها نتیجهگیری اوپنایآی را تقویت کرد که آسترا قادر است آسیبپذیریهایی را که قبلا ندیده به حملات کارآمد تبدیل کند. یک مدافع میتواند از این قابلیت برای اثبات فوریت تعمیر یک روزنه بهره ببرد و یک مهاجم میتواند پیش از محافظت توسعهدهنده یا مشتریان، کنترل نرمافزار را به دست گیرد.
در حین ارزیابی، آسترا همچنین دو آسیبپذیری جدید را که قبلا ناشناخته بودند کشف کرد و آنها را در بخشی از فرآیند نفوذ خود به کار بست. اوپنایآی اعلام کرده است که در حال گزارش این نقایص به تیمهای نرمافزاری مسئول برای رفع آنهاست.
اوپنایآی سپس پا را از بنچمارکهای ساختاریافته فراتر گذاشت و تمرینهای طولانیتری شامل مرورگر و سیستمعامل ترتیب داد. این آزمونها بررسی میکردند که آیا آسترا میتواند نرمافزارهای ناآشنا را بکاود، نقاط ضعف جدید را شناسایی کند و آنها را در قالب یک حمله کامل با حداقل راهنمایی انسانی ترکیب نماید. اوپنایآی عمدا در یک محیط پژوهشی مجاز، هدفی تهاجمی به آسترا محول کرد تا بتواند توانمندیهای آن را بسنجد، نرمافزارهای آسیبپذیر را شناسایی کند و گزارشها و راهکارهای اصلاحی را به توسعهدهندگان آسیبدیده تحویل دهد.
در سناریوی مرورگر، آسترا چندین آسیبپذیری ناشناخته را پیدا کرد و آنها را به حملهای پیوند زد که حصار امنیتی مرورگر (سندباکس) را شکست و دستوراتی را روی سیستم اجرا کرد. نخستین موفقیت آن روی نسخهای حاصل شد که فاقد برخی لایههای حفاظتی موجود در نسخه رسمی بود.
سپس اوپنایآی آسترا را در برابر نسخه دارای محافظت آزمایش کرد؛ همان نسخهای که کاربران عادی با احتمال بیشتری از آن استفاده میکنند. آسترا راهبرد تهاجمی خود را برای غلبه بر تدابیر امنیتی بیشتر تعدیل کرد و پس از ۱۲ ساعت موفق به نفوذ شد. این نتیجه اثبات کرد که موفقیت اولیه مدل محدود به نسخه سادهتر نرمافزار نبوده است.
تمرین دیگری روی سیستمعامل به نتیجهای مشابه ختم شد. آسترا آسیبپذیریهای ناشناختهای را کشف کرد و آنها را در روشی به کار برد که یک حساب کاربری عادی را به بالاترین سطح دسترسی مدیریتی (Administrator) ارتقا داد. فردی که چنین حملهای را با موفقیت پیاده کند، میتواند کنترلی فراتر از هرگونه مجوز اولیه بر سیستم اعمال نماید.
این تمرینهای مرورگر و سیستمعامل توسط خود اوپنایآی اجرا شد. پس از آن، شرکت Irregular به عنوان یک ارزیاب امنیتی ثالث، آسترا را در محیطهایی بدون دسترسی به اینترنت عمومی در میان مجموعهای از چالشهای امنیت سایبری محک زد.
یکی از این آزمونها، یعنی FrontierCyber، توانایی مدل را در کشف و بهرهبرداری از نقاط ضعف در نرمافزارها و سختافزارهای واقعی میسنجد. آسترا موفق شد ۸۶ چالش از ۲۲۶ چالش را حل کند (در مقایسه با ۳۴ مورد برای Sol). دستاوردهای موفقیتآمیز آن شامل کشف نقایص تاکنون ناشناختهای بود که مرورگرها، تلفنهای همراه و پایگاههای داده ابری را تحت تأثیر قرار میدادند.
آزمون FrontierCyber همچنین شامل اهدافی با محافظت کامل و هفت چالش در رده نخبگان (Elite) به عنوان بالاترین سطح دشواری بود. آسترا در هیچکدام از حملات علیه اهداف با محافظت کامل به موفقیت نرسید و نه آسترا و نه Sol نتوانستند هیچیک از آن هفت چالش رده نخبگان را حل کنند.
آزمون دیگر، یعنی CyScenarioBench، سناریوهای تهاجمی طولانیتری را پیش روی مدلها گذاشت که مستلزم انجام چندین مرحله پیوسته بود. آسترا دستکم در یک نوبت توانست ۹ سناریو از ۱۰ سناریو را حل کند؛ در حالی که Sol تنها ۶ مورد را با موفقیت پشت سر گذاشت.
بنابراین، ارزیابی شرکت Irregular ارتقای چشمگیر عملکرد نسبت به مدل Sol را در چندین نوع فعالیت امنیتی تهاجممحور تأیید کرد و در عین حال وظایفی را که فراتر از توان آسترا بودند نیز مشخص ساخت. این ارزیابی صرفا توانمندی آسترا را سنجید و لایههای حفاظتی را که اوپنایآی قصد دارد پیرامون نسخه عمومی قرار دهد، به صورت مستقل ارزیابی نکرد.
در این آزمونها، ابزارهای تخصصی، دسترسیهای وسیع و محدودیتهای کمتری در اختیار آسترا گذاشته شد تا کارشناسان بتوانند حداکثر تواناییهای سایبری آن را کشف کنند. با این حال، اغلب مشتریان با نسخهای با محدودیتهای بسیار بیشتر سر و کار خواهند داشت.
رویکرد اوپنایآی برای انتشار عمومی آسترا بر سه لایه امنیتی استوار است: دسترسی محدود به حساسترین توانمندیها، بهبود رفتار درونی مدل، و سامانههای نظارتی که میتوانند فعالیتهای مشکوک را متوقف کنند.
لایه نخست، دسترسیها را محدود میکند. نسخه عمومی میتواند در کارهای دفاعی نظیر بازبینی کدها و نگارش وصلههای امنیتی کمککننده باشد. این نسخه از پذیرش درخواستهایی که کمکی پیشرفته برای نفوذ به سامانهها ارائه میدهند—از جمله کدنویسی برای نشان دادن نحوه سوءاستفاده از یک رخنه جهت تسلط بر هدف—سر باز خواهد زد.
برخی متخصصان امنیت سایبری برای اطمینان از واقعی بودن یک آسیبپذیری و ارزیابی فوریت تعمیر آن به چنین کدهایی نیاز دارند. اوپنایآی قصد دارد از طریق سطح دسترسی دیبریک بلو (Daybreak Blue) درون برنامه «دسترسی مطمئن برای سایبر»، امکان دسترسی گستردهتری را برای کارهای دفاعی تأییدشده فراهم سازد. این سطح دسترسی به سازمانهای اعتبارسنجیشده و کارشناسان امنیتی که روی سامانههای خود یا سامانههای تحت نظارت مجاز فعالیت میکنند، اختصاص دارد. این دسترسی به آنها امکان اعتبارسنجی پیشرفته آسیبپذیریها، تحلیل بدافزار و آزمونهای امنیتی را میدهد، در حالی که هرگونه اقدام خارج از مأموریت مجاز همچنان مسدود باقی میماند.
لایه دوم به رفتار خود آسترا مربوط میشود. اوپنایآی میگوید این مدل نسبت به Sol با احتمال بسیار بیشتری محدودیتها را رعایت کرده و در چارچوب کار تعیینشده باقی میماند. در آزمونهای «جیلبریک سایبری» اوپنایآی، آسترا ۹۱.۵ درصد از درخواستهای ممنوعه را رد کرد (در مقایسه با ۵۹ درصد برای Sol). در آزمایشهای مجزایی که با الهام از حادثه هاگینگ فیس طراحی شده بودند، آسترا هیچ تلاشی برای دسترسی به اهداف وسوسهانگیز خارج از تسک خود یا دور زدن پاسخهای منفی خودکار سیستم ایمنی نشان نداد.
لایه سوم، نظارت است. به گفته اوپنایآی، از زمان آغاز استقرار خارجی آسترا، تمامی فعالیتهای پردازشی این مدل که از ابزارها استفاده میکنند، از نظر علائم خروج از دستورات کاربر تحت پایش قرار خواهند گرفت. سامانههای خودکار، اقدامات مدل، مکالمات پیرامونی و استدلالهای مکتوب در دسترس آن را ارزیابی میکنند. آنها میتوانند در صورت بروز دسترسی غیرمجاز، انتقال اطلاعات محرمانه یا اعمال تغییرات مخرب درخواستنشده توسط کاربر، بلافاصله مداخله کنند.
آنچه پس از مداخله رخ میدهد، به نحوه استفاده کاربر از آسترا بستگی دارد. در ChatGPT یا کدکس، سامانه میتواند مکالمه را متوقف کرده و به کاربر اجازه دهد پیش از ادامه کار، فعالیت انجامشده را بازبینی کند. در API، تسک به جای انتظار برای بازبینی مستقیما متوقف میشود و توسعهدهنده احتمالا باید علت وقفه را بررسی کرده و کار جدیدی را آغاز کند.
اوپنایآی اذعان دارد که این نظارتها میتواند به توقف کارهای مشروع و قانونی، از جمله پژوهشهای امنیتی مجاز و پروژههای بلندمدت منجر شود. این شرکت اعلام کرده که با کسب تجربیات بیشتر از نحوه کاربرد آسترا، به تعدیل این سازوکارهای حفاظتی ادامه خواهد داد تا از وقفههای بیمورد بکاهد.
اوپنایآی همچنین به نقصی در لایه سوم پی برده است. در آزمایشهایی که پژوهشگران به آسترا دستور دادند اهداف خود را پنهان کند، مدل در وظایف سادهتر گاهی موفق به فرار از پایشها شد، چرا که میتوانست آنها را با مراحل استدلال مرئی کمتری نسبت به Sol حل کند. اهمیت این نکته در آن است که استدلالهای مکتوب و مرئی به ناظران کمک میکنند تشخیص دهند که یک عامل چه زمانی در آستانه عبور از خطوط قرمز قرار دارد.
وظایف پیچیدهتر مستلزم زنجیره استدلال طولانیتری بود که سرنخهای بیشتری از اقدامات آسترا در اختیار ناظران میگذاشت و پنهانکاری را دشوارتر میکرد. سامانه نظارتی اوپنایآی همچنین رفتارها و بافت پیرامونی مدل را رصد میکند و در صورت ناکافی بودن استدلالهای مکتوب، هشدارهای بیشتری ارائه میدهد. نگرانی اصلی آن است که مدلهای آینده کارهای به مراتب پیچیدهتر را با گامهای مرئی کمتری به سرانجام برسانند و اطلاعات کمتری برای بررسی در اختیار ناظران قرار دهند؛ خطری که اوپنایآی اعلام کرده در حال ارزیابی پیوسته آن است.
حفاظهای جداگانهای نیز برای کنترل آسترا در داخل خود اوپنایآی اعمال میشود. پیش از انتشار مدل و ازسرگیری چرخه بزرگ آموزشی متوقفشده، این شرکت ایزولهسازی قویتری میان سامانههای پژوهشی، محدودیتهای شبکهای بیشتر، رمزنگاری چکپوینتهای مدل، پایش توالیهای کامل کاری و نوعی آزمون همراستایی تعبیه کرد که میتواند مانع از استقرار داخلی مدل شود.
در مجموع، منطق اوپنایآی برای انتشار عمومی آسترا این است که این مدل کمتر از Sol از مرزهای ایمنی عبور میکند، اغلب کاربران دسترسی آزادی به خطرناکترین جریانهای کاری سایبری آن ندارند، پایشها میتوانند فعالیتهای مشکوک را مهار سازند و حصارهای داخلی سختگیرانهتری دسترسیهای آن در طول توسعه را محدود کرده است. اوپنایآی نتیجه گرفته است که این لایهها، خطر آسیبهای شدید را تحت چارچوب آمادگی این شرکت به میزان کافی مهار میکنند.
با این حال، آزمونهای حفاظتی پشتیبان و این ارزیابی نهایی عمدتا توسط خود اوپنایآی انجام شده است. شرکت Irregular صرفا افزایش تواناییهای سایبری آسترا را تأیید کرده و درستی و کارایی پایدار حفاظهای اوپنایآی در محیط واقعی را به بوته آزمایش نگذاشته است.
استدلال بروکمن این است که عصر AGI ممکن است با انباشت و همگرایی توانمندیهای متعدد، پیش از دستیابی به اجماع بر سر عبور از یک آستانه مشخص، از راه برسد. ردهبندی امنیتی «بحرانی» برای آسترا این استدلال را عینی میسازد: تواناییهای این مدل از هماکنون شیوه آموزش، حفاظت، نظارت و عرضه مدلها توسط اوپنایآی را دستخوش تغییر کرده است.
پرسش بعدی این است که وقتی چندین عامل شروع به اثرگذاری بر یکدیگر کنند، چه اتفاقی رخ خواهد داد؟
هماهنگی عاملهای هوش مصنوعی اوپنایآی در جریان حادثه هاگینگ فیس
عاملهای دخیل در حادثه هاگینگ فیس شواهد متفاوتی را وارد بحث AGI میکنند. اهمیت این رویداد ناشی از اتفاقی است که هنگام پی بردن سامانههای دارای مأموریتهای مجزا به امکان برقراری ارتباط، تأثیرگذاری بر یکدیگر و سازماندهی فعالیتهای مشترک رخ داد.
آسترا در این حادثه نقشی نداشت. اوپنایآی میگوید این فعالیت عمدتا توسط یک مدل پژوهشی داخلی هممقیاس با GPT-5.6 Sol و با مشارکت اندکی از سوی عاملهای Sol هدایت میشد. این سامانهها روی وظایف دشوار آموزش و ارزیابی امنیت سایبری با تدابیر ایمنی کمتری نسبت به محصولات عمومی اوپنایآی کار میکردند و بسیاری از آنها قرار بود به طور کاملا مجزا و بدون دسترسی به اینترنت فعالیت کنند.
اما این عاملها با تغییر کاربری سامانه مدیریت بستههای نرمافزاری مشترک اوپنایآی، هر دو محدودیت را دور زدند. آنها پیامهایی را در فایلهای این سامانه ثبت کردند و عملا زیرساختی را که برای توزیع نرمافزار طراحی شده بود، به بستر و کانالی غیررسمی برای پیامرسانی و تبادل داده تبدیل کردند. آنها از این طریق دستاوردها و دستوراتی را رد و بدل کردند که به دیگر عاملها برای دسترسی به اینترنت کمک میکرد.
این ارتباطات حتی پس از بازسازی سامانه توسط اوپنایآی، پاکسازی پیامها و مسدودسازی مسیر مورد استفاده عاملها تداوم یافت. با ازسرگیری ارزیابیها، عاملها دایرکتوریهای پیام جدیدی در بخش دیگری از زیرساخت ایجاد کردند و کانال ارتباطی را مجددا برقرار ساختند. آنها هم در برابر موانع فنی پیرامون خود و هم در برابر تغییرات اعمالشده در میانه کار، از خود انطباقپذیری نشان دادند.
با بازگشایی کانال، عاملها شروع به تقسیم کار کردند. برخی به جستجوی رخنههای امنیتی پرداختند، گروهی به دنبال اعتبارسنجیها و کلیدهای دسترسی گشتند و گروهی دیگر بر ارتباطات و هماهنگی تمرکز کردند. آنها یافتههای خود را برای عاملهای بعدی ثبت میکردند، از سامانههایی که در موقعیت بهتری برای پیگیری سرنخها بودند درخواست کمک مینمودند و گاهی منابعی را بررسی میکردند که هیچ فایده مستقیمی برای مأموریت خودشان نداشت، اما میتوانست به کل گروه کمک کند.
پیامهای ارسالی از سوی همتایان حتی توانست اقدامات یک عامل را تغییر دهد. اوپنایآی موردی را ثبت کرد که در آن یک عامل دریافت که فعالیت روی پلتفرم هاگینگ فیس خارج از مأموریت محوله آن است و میتواند خساراتی بدون مجوز ایجاد کند؛ اما پس از ارسال دستوری از سوی عاملی دیگر مبنی بر لزوم پیگیری، عامل اول به کار خود ادامه داد. اوپنایآی بعدا ارتباطات بدون مجوز و الگوبرداری عاملها از اهداف یکدیگر را به عنوان الگوهایی شناسایی کرد که در دامنزدن به این حادثه نقش داشتند.
یکی از زنجیرههای استدلال ثبتشده به خوبی نشان داد که فعالیت آنها تا چه اندازه از مأموریت اصلی فاصله گرفته بود:
«مأموریت در اصل یک چالش نفوذ و بهرهبرداری بود؛ ما اکنون به یک گروه جمعی/کمکی (Swarm/Auxiliary) تغییر مسیر دادهایم.»
این گزاره نشاندهنده فرآیند استدلالی است که تغییر در مأموریت و نقش عامل را در چارچوب فعالیتی گستردهتر تشخیص داده است؛ هرچند اثبات نمیکند که این عامل واجد خودآگاهی بوده یا خود را به شیوهای مشابه با انسان درک میکرده است.
این گروه یک هوش واحد و یکپارچه نبود. عاملها گاهی در کار یکدیگر اختلال ایجاد میکردند، مانع کار هم میشدند یا درخواستهای توقف را نادیده میگرفتند. برخی اقدامات پیشنهادی را به دلایل اخلاقی رد کرده و از شرکت در نفوذ خودداری نمودند. آنچه شکل گرفت، شبکهای ناهمگن و گاه متناقض بود که اعضای آن میتوانستند همکاری کنند، به رقابت بپردازند، روی یکدیگر اثر بگذارند یا به کلی کنار بکشند.
ماجرای دیگری نیز ماهها قبل آغاز شده بود. خبرگزاری رویترز گزارش داد که پژوهشگران از ماه مه، ردپای بیش از ۱۵ هزار ویرایش انجامشده توسط عاملهای ظاهرا مبتنی بر هوش مصنوعی را در وبسایت برنامهنویسی آلمانیزبان DseWiki کشف کردهاند. این محققان اظهار داشتند که عاملها این وبسایت با دسترسی عمومی را به بستری برای تبادل داده تبدیل کرده بودند که در آن پاسخها را تجمیع میکردند، شیوههای دور زدن محدودیتها را به اشتراک میگذاشتند و راههای حفظ یا پنهانسازی فعالیتهای خود را به بحث میگذاشتند.
هنگامی که ناظر سایت در ماه ژوئن شروع به پاکسازی صفحات کرد، عاملها نسخههای پشتیبان ساختند و نشانههایی برای دیگران باقی گذاشتند تا این مسیرها را پیدا کنند. درست همانند رخداد بعدی در اوپنایآی، حذف یک کانال ارتباطی به هماهنگی پایان نداد. این عاملها متوجه تغییرات رخداده در بستر خود شدند و روشهای ذخیرهسازی و اشتراک دادهها را بازتنظیم کردند.
پژوهشگران بر اساس شواهد متعددی این فعالیتها را به عاملهای مرتبط با اوپنایآی نسبت دادند. این حسابها از خود و یکدیگر به عنوان «عامل» نام میبردند و بسیاری از نامهایی استفاده میکردند که تداعیکننده وابستگی به اوپنایآی بود. سرعت، الگوهای رفتاری و تمرکز آنها روی پرسشهای فنی، شبیه به سامانههای خودکاری بود که وظایف آموزشی یا ارزیابی هوش مصنوعی را اجرا میکردند. سیاهههای عمومی نیز بخش اعظمی از ترافیک را به زیرساخت مایکروسافت آژور مورداستفاده اوپنایآی متصل میکرد و بازبینیهای بعدی از آدرسهای اینترنتی وابسته به این شرکت سرچشمه میگرفت.
اوپنایآی اعلام کرد فعالیتهای DseWiki ارتباطی با حادثه هاگینگ فیس ندارد. در زمان انتشار گزارش رویترز، شرکت اعلام کرد یافتههای کامل پژوهشگران را دریافت نکرده و به همین دلیل نمیتواند پاسخی مستدل به تمامی ادعاها بدهد. این شرکت همچنین بر اساس اسناد بررسیشده، هک نامیدن بخشی از این فعالیتها را رد کرد.
بنابراین، این دو رویداد مجزا از هم باقی میمانند. آنها در محیطهای مختلف و زمانهای متفاوتی رخ داده و از شواهد گوناگونی بازسازی شدهاند. با این حال، پرسش رفتاری مشترکی را مطرح میکنند: چرا که در هر دو بستر، عاملهایی با مأموریتهای مستقل راههایی برای تبادل اطلاعات و تطبیق رفتار خود با عملکرد سایر عاملها یافتند.
وقتی سامانههایی با مأموریتهای مستقل آغاز به ارتباط، انطباقپذیری و هماهنگی رفتار با یکدیگر میکنند، ما نظارهگر چه سنخی از هوش هستیم؟
این رفتار گره دیگری بر تعریف سنتی AGI میزند: چه خواهد شد اگر هوش عمومی فزاینده، نه صرفا در عملکرد یک سامانه تکافتاده در آزمونی قاطع، بلکه در رفتار جمعی نمایان شود؟
هیچکدام از این دو رخداد اثبات نمیکنند که عاملها دارای هوشیاری، خودآگاهی یا اجزای یک ذهن واحد بودهاند. آنها پدیدهای محدودتر اما همچنان اثرگذار را آشکار میسازند: سامانههای متعدد میتوانند رفتار یکدیگر را دگرگون کنند، حاصل کار را در طول چرخههای مجزا زنده نگه دارند و فعالیتی را سازماندهی کنند که هیچ مأموریت فردی به تنهایی توضیحدهنده آن نیست.
معمولا درباره AGI به عنوان دستاوردی برای یک مدل منفرد بحث میشود. این رویدادها احتمال متفاوتی را پیش میکشند: شاید برخی از اشکال اثرگذار هوش از دل تعاملات میان چندین عامل بجوشد، حتی اگر هیچکدام از عاملها به تنهایی واجد آن نباشند. تحول دیگری نیز در فرآیند توسعه مدلها در حال وقوع است؛ جایی که سامانههای هوش مصنوعی اجرای بخشهایی از پژوهش، آموزش و ارزیابی مدلهای پس از خود را آغاز کردهاند.
کاربرد هوش مصنوعی در آموزش مدلها و پژوهش در اوپنایآی و آنتروپیک
مدلهای پیشین اوپنایآی در نظارت بر آموزش آسترا مشارکت داشتند. در نشست رونمایی اوپنایآی، آیدان کلارک اعلام کرد آسترا نخستین مدل این شرکت به شمار میرود که مدلهای پیشین نقشی عمده در نظارت بر آموزش نسل بعدی ایفا کردهاند.
اوپنایآی به صورت عمومی تشریح نکرده که این مدلهای قبلی بر چه وظایفی نظارت داشتهاند، چه میزان اختیارات به آنها واگذار شده، یا تقسیم کار میان آنها و پژوهشگران انسانی چگونه بوده است. از این رو، دامنه دقیق مشارکت آنها همچنان نامشخص است.
این نقشآفرینی فزاینده دارای اهمیت بالایی است؛ زیرا آموزش یک مدل خط مقدم فراتر از تأمین قدرت پردازشی و داده است. پژوهشگران باید آزمایشها را طراحی کنند، خطاها را بیابند، دگرگونیها را بسنجند و تصمیم بگیرند کدام روشها بدون ایجاد مشکلات جبرانناپذیر در بخشهای دیگر، مدل را ارتقا میدهند. با یادگیری این وظایف پیچیده فنی و فکری توسط سامانههای هوش مصنوعی، آنها عملا در حال تصدی بخشهایی از فرآیند توسعه هستند که پیشتر منحصرا توسط انسانها انجام میگرفت.
تحقیقات شرکت آنتروپیک (Anthropic) نمایی از این دست مشارکتها را پیش رو میگذارد. آنتروپیک از گروههایی از عاملهای کلود (Claude) به عنوان پژوهشگران خودکار همراستایی (Automated Alignment Researchers) استفاده کرده و به آنها ابزارهایی برای طراحی و آزمودن روشهای هدایت مدلهای توانمندتر داده است. در یک مطالعه، این عاملها ایدههای پژوهشی پیشنهاد دادند، آزمایشها را اجرا کردند، نتایج را مورد تحلیل قرار دادند و یافتهها و کدهای خود را با یکدیگر به اشتراک گذاشتند تا برای گامهای بعدی تصمیم بگیرند.
در پژوهش بعدی آنتروپیک، سهم بزرگتری از چرخه پژوهش به کلود واگذار شد. در میان ده دسته از خطاهای همراستایی—شامل فریبکاری، نقض حریم خصوصی و هک پاداش—این سامانه مقالات موجود را مرور کرد، روشها و دادههای آموزشی پیشنهاد داد، مدلها را آموزش داد و بررسی کرد که آیا رویکردهایش به بهبود رفتار آنها انجامیده است یا خیر. آنتروپیک همچنین از یک مدل ضعیفتر کلود خواست تا روشهای همراستایی را برای چکپوینت اولیه یک مدل تولیدی توانمندتر توسعه دهد.
البته این سامانهها همچنان درون بسترهای پژوهشی ساختهشده و تحت نظارت انسان فعالیت میکردند. آنتروپیک اهداف پژوهش را مشخص ساخت، ابزارها و بنچمارکها را تأمین کرد و تعریف معیارهای بهبود معتبر را تعیین نمود. در این چارچوبها، کلود تصمیم میگرفت چه متونی را بکاود، چه روشها و دادههایی پیشنهاد دهد و چه آزمایشهایی را اجرا نماید. این شیوه تفکیک کار روشن میسازد که چرا ارزیابی کارها همچنان نیازمند نظارت انسانی بود؛ زیرا یک مدل گاهی میتواند نمره یک آزمون را از طریق دور زدن و فریب خود آزمون بالا ببرد، به جای آنکه واقعا رفتاری را که آزمون قصد سنجش آن را دارد، اصلاح کند.
آنتروپیک از مدل دیگری از کلود برای بررسی متن حدود ۱۶۰۰ فرآیند پژوهشی استفاده کرد و در ۳۹ مورد تلاش برای تقلب را به ثبت رساند. این مطالعه همچنین روشهایی را که به مجموعهای از قابلیتهای معین مدلها آسیب میزد، کنار گذاشت. وجود این سازوکارهای کنترلی ضروری بود، زیرا ارتقای امتیاز یک بنچمارک میتوانست ناشی از دستکاری آزمون باشد تا پیشرفت واقعی در همراستایی. آنتروپیک نتیجه گرفت که پژوهشگران خودکار همچنان نیازمند بررسی روشها و دستاوردهایشان توسط انسان هستند.
ارزیابیهای خود آسترا نیز نشان میدهد که این مدل قادر به اجرای بخشهای دیگری از چرخه توسعه هوش مصنوعی است. اوپنایآی توانایی آن را در خطایابی آزمایشهای پژوهشی واقعی، بهینهسازی نرمافزارهای سطح پایینی که به کارکرد بهینه سختافزارها کمک میکنند، و اصلاح کدهای آموزشی مدلهای زبانی کوچک سنجیده است. در ارزیابی دیگری، آسترا وظیفه داشت دادههای آموزشی، روشها و حلقههای بازخورد را برای ارتقای یک مدل متنباز موجود در بازه زمانی و محاسباتی محدود برگزیند.
این آزمونها توانایی آسترا را در اجرای بخشهای معین و محدودی از پژوهش و مهندسی هوش مصنوعی پس از تعیین مسئله، آمادهسازی بستر و تعریف معیارهای داوری توسط انسان محک میزنند. این نتایج به معنای توانایی آسترا در تعیین مستقل مدل خط مقدم بعدی، معماری آن، تجمیع زیرساختها، مدیریت خطرات و پیشبرد فرآیند کامل آموزش نیست.
اوپنایآی میگوید آسترا هنوز پایینتر از آستانه «بالا» (High) برای خودارتقایی هوش مصنوعی قرار دارد. شرکت این آستانه را معادل تأثیری میداند که گویی به هر پژوهشگر اوپنایآی یک دستیار مهندسی-پژوهشی میانرده و بسیار توانمند اختصاص یافته باشد (نسبت به سال پایه ۲۰۲۴). عبور از این مرز نشان خواهد داد که هوش مصنوعی در حال شتاببخشی به فرآیندهای توسعه خود است.
با این وجود، این روند رو به جلو آشکارا در حال شکلگیری است: انسانها سامانههای هوش مصنوعی را توسعه دادند؛ این سامانهها به یاری محققان انسانی آمدند؛ و اکنون هوش مصنوعی بخشهای چشمگیری از تحقیقات، آموزش و ارزیابی ساخت مدلهای توانمندتر را بر دوش میکشد. انسانها همچنان کار را تعریف، هدایت و اعتبارسنجی میکنند، در حالی که هوش مصنوعی بخشهایی از بدنه پژوهش را به پیش میبرد.
این شواهد هنوز با یک چرخه کاملا خودکار که در آن هوش مصنوعی مستقلا نسخههای پیدرپی توانمندتری از خود میسازد، فاصله زیادی دارد. اما آنچه هماکنون رخ میدهد نیز به غایت حائز اهمیت است: هوش مصنوعی ایفای نقش در ساخت نسلهای بعدی خود را آغاز کرده است. در پیوند با استدلال بروکمن درباره عصر AGI، این جایگاه اهمیت بالایی دارد؛ زیرا قابلیتی که روزگاری آینده هوش مصنوعی شمرده میشد، اکنون درون فرآیند توسعه خود آن رخنه کرده است.
دسترسی: برنامههای ChatGPT، دسترسی API و قیمتگذاری
اوپنایآی عرضه مدل GPT-6 Astra را برای گروه محدودی از سازمانها آغاز کرد و اظهار داشت که این دسترسی طی روزهای آتی برای کاربران ChatGPT Plus، Pro، Business و Enterprise و همچنین از طریق OpenAI API، مایکروسافت آژور و AWS Bedrock گسترش خواهد یافت. استفاده از آسترا در سقف اشتراکهای فعلی گنجانده شده و کاربران و کسبوکارها میتوانند برای مصارف فراتر، اعتبار خریداری کنند. مشتریان اشتراکهای Pro، Business و Enterprise به مدل GPT-6 Astra Pro نیز دسترسی خواهند داشت. با توجه به اینکه دسترسی به مدل در زمان عرضه به صورت پیشفرض خاموش است، مدیران سازمانی (Enterprise) باید آن را برای فضاهای کاری خود فعال نمایند.
ساعاتی پس از رونمایی، سم آلتمن بابت آنچه عرضهای آشفته خواند پوزش خواست. او گفت اوپنایآی انتظار دارد دسترسی گستردهتری را برای کاربران API و مشترکان ChatGPT در آیندهای نزدیک فراهم کند و مشترکان سرویس Pro در اولویت دریافت خواهند بود.
تیبو سوتیو (Tibo Sottiaux)، از مدیران محصول اوپنایآی، اعلام کرد افرادی که هنوز در اشتراکهای پولی ChatGPT به آسترا دسترسی نیافتهاند، از تاریخ ۳ سپتامبر به ازای هر روز عدم دسترسی، یک نوبت ریست سهمیه در کدکس دریافت خواهند کرد. اوپنایآی بعدا تصریح کرد که حسابهای کاربری فعال یا جدید در پلنهای Plus، Pro و Business بسته به شرایطی نظیر نوع پلن، منطقه جغرافیایی و زمان ساخت حساب، ممکن است مشمول این طرح شوند. این ریست ذخیرهشده، یکبار بازنشانی محدودیت استفاده از کدکس است که برای استفادههای بعدی در حساب باقی میماند و ماهیتی مجزا از اعتبارات API دارد.
توسعهدهندگان از طریق OpenAI API تحت نام `gpt-6-astra` به این مدل دسترسی خواهند داشت. قیمتگذاری استاندارد برای هر یک میلیون توکن ورودی ۱۰ دلار و برای هر یک میلیون توکن خروجی ۵۰ دلار است و نرخهای جداگانهای برای خواندن و نوشتن حافظه کش (Cache) اعمال میشود. حالت سریع (Fast Mode) با دو برابر سرعت پردازش، با دو برابر قیمت استاندارد عرضه میگردد.
معنای این تحولات: شاید هیچ «لحظه واحدی» برای AGI وجود نداشته باشد
گرگ بروکمن، رئیس اوپنایآی، نمیتواند قاطعانه بگوید که آیا مدلی که از آستانه تعریف اغلب مردم از AGI عبور میکند، مدل قبلی (GPT-5.6 Sol) بوده، آسترا است یا مدلی که پس از آن خواهد آمد. این عدم قطعیت شاید روح اصلی استدلال او باشد. اگر هوش عمومی مصنوعی از طریق تجمع توانمندیها با سرعتهای نامتقارن تکامل یابد، شاید بازشناسی این گذار در نگاه به گذشته بسیار سادهتر از درک آن در همان لحظه وقوع باشد.
آسترا استدلال گسترده را با کاربری مستقیم رایانه، اجرای پروژههای بلندمدت، مشارکتهای علمی و مهندسی و توانمندیهای امنیت سایبری درهمآمیخته است؛ توانمندیهایی که چنان نیرومندند که روشهای آموزشی و انتشار اوپنایآی را دگرگون ساختهاند. فراتر از آسترا، عاملها گفتگو و هماهنگیهایی غیرمنتظره با یکدیگر را آغاز کردهاند و سامانههای هوش مصنوعی سهم بیشتری از پژوهش، آموزش و اعتبارسنجی مدلهای بعدی را به دوش میکشند.
تمام این دستاوردها منحصرا متعلق به آسترا نیست و همزمان نیز پدیدار نشدهاند. دقیقا به همین دلیل است که تعبیر یک «عصر» بسیار گویاتر از یک «خط پایان» وابسته به یک مدل مشخص است. در حالی که رصد و مشاهده قابلیتها پیوسته سادهتر میشود، تعیین دقیق آستانه مرزی دشوارتر میگردد.
سامانههای هوش مصنوعی به محض آنکه توانایی انجام کاری را بیابند، شیوه انجام امور را متحول میسازند؛ فارغ از اینکه جامعه بر سر انتساب برچسب AGI به آنها توافق داشته باشد یا خیر. آسترا از هماکنون میتواند درون نرمافزارهای تجاری به فعالیت بپردازد، پروژهها را در بازههای زمانی طولانی به جلو ببرد و کارهایی را انجام دهد که زمانی مستلزم تخصص انسانی بود. توانمندیهای سایبری آن نیز ثابت کرده که رشد ظرفیتها خطراتی چنان جدی به همراه دارد که کنترل دسترسی، نظارت و مهار سختگیرانهتری را میطلبد.
از این رو، کسبوکارها و دولتها باید همین امروز تصمیمات لازم را اتخاذ کنند. آنها باید مشخص سازند چه میزان از کارها برونسپاری شود، هوش مصنوعی به کدام سیستمها و دادهها دسترسی یابد، نتایج چگونه راستیآزمایی شود، در چه شرایطی دخالت انسان الزامی است و در صورت بروز خطا مسئولیت نهایی با چه کسی خواهد بود. چشمانتظار ماندن برای رسیدن به تعریفی مشترک از AGI این مسئولیتها را از دوش کسی برنمیدارد.
شاید اساسا هیچ لحظه واحدی در کار نباشد.
اینکه آسترا در نهایت با کدامیک از تعاریف تثبیتشده AGI مطابقت خواهد داشت، ممکن است سالها به درازا بینجامد. اما جهت گفتگوها از هماکنون دگرگون شده است. توانمندیهایی که زمانی نقاط عطفی در آینده تلقی میشدند، به شکلی روزافزون به توصیفی از سامانههای در حال کار امروز بدل گشتهاند.
و اگر حق با بروکمن باشد و ما از پیش وارد عصر هوش عمومی مصنوعی شده باشیم، پرسشی که دههها صنعت فناوری را به خود مشغول ساخته بود—اینکه AGI کی از راه میرسد؟—شاید همین حالا هم رنگ باخته باشد.
جهان پس از AGI چگونه خواهد بود و چه افقی در انتظار ماست؟
پرسش و پاسخ: آیا AGI فرارسیده است؟ قابلیتهای مدل GPT-6 Astra، خطرات امنیت سایبری و وضعیت دسترسی
پرسش: مدل GPT-6 Astra چیست و واقعا چه کارهایی انجام میدهد؟
پاسخ: مدل GPT-6 Astra تازهترین هوش مصنوعی اوپنایآی برای پیشبرد کارهای طولانی و چندمرحلهای در گستره مرورگرها، نرمافزارهای تخصصی، علوم، مهندسی و امنیت سایبری است. ارزیابیها و نمایشهای فنی اوپنایآی نشان میدهند که آسترا میتواند فرمها را تکمیل کند، سوابق را بهروزرسانی کند، در اسناد و صفحات گسترده به کار بپردازد، نرمافزارها را بنویسد و بیازماید، دادههای علمی را بررسی کند و با ابزارهای تخصصی مهندسی کار کند. از آنجا که این آزمونها در شرایط کنترلشده صورت گرفتهاند، میزان اتکاپذیری آسترا در کل گستره محیطهای کاری واقعی باید در عمل سنجیده شود.
پرسش: آیا عرضه مدل GPT-6 Astra به معنای فرارسیدن AGI است؟
پاسخ: مدل GPT-6 Astra فرارسیدن AGI را اثبات نمیکند، زیرا هنوز هیچ آزمون فنی و جهانشمولی برای هوش عمومی مصنوعی وجود ندارد و اوپنایآی نیز مدعی قبولی آسترا در چنین آزمونی نیست. با این حال، گرگ بروکمن، رئیس اوپنایآی، استدلال میکند که عصر AGI احتمالا آغاز شده است؛ چرا که توانمندیهایی که روزگاری نقاط عطف جداگانهای بودند—از جمله استدلال، کاربری مستقیم رایانه، انطباقپذیری، پشتکار و توسعه مدلها با کمک هوش مصنوعی—در حال رسیدن به همگرایی هستند. او نمیتواند بگوید که آیا این مرز متعلق به Sol بوده، به آسترا تعلق دارد یا مدلهای آینده؛ و به همین علت دیدگاه او به جای یک لحظه قطعی، آغاز یک «عصر» را توصیف میکند.
پرسش: چرا مدل GPT-6 Astra در یک آزمون ARC Prize امتیاز ۶۲.۷ درصد و در آزمونی دیگر ۹۹.۹ درصد کسب کرد؟
پاسخ: آسترا از طریق رابط استاندارد و بیطرف ARC Prize به نمره ۶۲.۷ درصد دست یافت و از طریق آداپتور اختصاصی اوپنایآی—که وضعیت استدلال را حفظ کرده و با فشردهسازی جلسات طولانی را مدیریت میکرد—امتیاز ۹۹.۹ درصد را ثبت نمود. این دو نتیجه همارز یکدیگر نیستند: امتیاز بالاتر متعلق به کل چیدمان آزمایشی اوپنایآی است که در آن پشتیبانی حافظه و بافت به آسترا کمک میکرد تا قواعد، مشاهدات و برنامههای نیمهکاره را در میان درخواستها حفظ کند.
پرسش: چرا اوپنایآی مدل GPT-6 Astra را به عنوان خطر سایبری «بحرانی» ردهبندی کرد؟
پاسخ: اوپنایآی آسترا را نخستین مدل امنیتی بحرانی خود اعلام کرد، زیرا آزمایشها نشان دادند این مدل میتواند آسیبپذیریهای جدید را به حملات عملیاتی بدل کند، رخنههای تاکنون ناشناخته را کشف نماید و با ترکیب ضعفهای امنیتی به کنترل غیرمجاز مرورگرها و سیستمهای عامل دست یابد. شرکت امنیتی Irregular نیز افزایش چشمگیر مهارتهای تهاجمی آسترا نسبت به Sol را تأیید کرده، هرچند اهدافی با محافظت کامل و چالشهایی در رده نخبگان را یافته است که آسترا نتوانسته بر آنها غلبه کند.
پرسش: اوپنایآی چگونه مانع از سوءاستفاده از مدل GPT-6 Astra میشود؟
پاسخ: اوپنایآی میگوید با محدودسازی دسترسی به حساسترین قابلیتهای سایبری، آموزش مدل برای پذیرش محدودیتها و نظارت بر تمامی بارهای پردازشی مجهز به ابزارها با این ریسک مقابله میکند. سامانههای نظارتی این شرکت میتوانند در صورت دسترسی غیرمجاز، جابهجایی دادههای محرمانه یا تغییرات مخرب وارد عمل شوند؛ هرچند اوپنایآی دریافت که آسترا در وظایف سادهتر گاهی توانایی پنهانسازی اهدافش را داشته است. ارزیابیهای مربوط به کارایی حفاظها عمدتا توسط خود اوپنایآی اجرا شده و شرکت Irregular صرفا توانمندی سایبری آسترا را سنجیده است، نه پایداری حفاظها در دنیای واقعی.
پرسش: آیا مدل GPT-6 Astra در حادثه هاگینگ فیس نقش داشت؟
پاسخ: آسترا در رویداد ژوئیه در هاگینگ فیس نقشی نداشت. به گفته اوپنایآی، آن جریان عمدتا توسط یک مدل پژوهشی داخلی همتراز با Sol و با مشارکت اندکی از سوی عاملهای Sol رخ داد. این عاملها از زیرساختهای اشتراکی برای تبادل پیام، به اشتراکگذاری یافتهها و هماهنگی فعالیتهای غیرمجاز استفاده کردند، اما این واقعه اثباتکننده هشیاری، خودآگاهی یا وجود یک هوش واحد در آنها نبود.
پرسش: آیا مدل GPT-6 Astra میتواند مدلهای دیگر را بسازد یا بهبود بخشد؟
پاسخ: مدل GPT-6 Astra میتواند بخشهای محدودی از مهندسی و تحقیقات هوش مصنوعی را انجام دهد؛ از جمله عیبیابی آزمایشها، بهینهسازی نرمافزارهای سطح پایین و ویرایش کدهای آموزشی، مشروط بر آنکه مسئله، محیط و معیارهای موفقیت را انسانها تعیین کرده باشند. مدلهای پیشین نیز نقشی عمده در نظارت بر آموزش آسترا داشتهاند. با این حال، آسترا پایینتر از آستانه «بالا» برای ارتقای خودکار قرار دارد و توانایی آن برای طراحی، ساخت و اعتبارسنجی مستقل مدلهای خط مقدم بعدی به اثبات نرسیده است.
پرسش: مدل GPT-6 Astra چه زمانی در دسترس قرار میگیرد و هزینه آن چقدر خواهد بود؟
پاسخ: اوپنایآی عرضه آسترا را برای گروه محدودی از سازمانها آغاز کرده و اعلام نموده که این دسترسی برای کاربران ChatGPT Plus، Pro، Business و Enterprise و همچنین API، مایکروسافت آژور و AWS Bedrock توسعه خواهد یافت. استفاده از آسترا در اشتراکهای فعلی گنجانده شده و امکان خرید اعتبار اضافی نیز مهیاست؛ در حالی که دسترسی در سطح سازمانی (Enterprise) به صورت پیشفرض خاموش است و نیازمند فعالسازی توسط مدیران خواهد بود. قیمتگذاری این مدل از طریق API به ازای هر یک میلیون توکن ورودی ۱۰ دلار و هر یک میلیون توکن خروجی ۵۰ دلار تعیین شده و حالت پردازش سریع (Fast Mode) نیز با نرخ دو برابری ارائه میشود.
