Az OpenAI hivatalosan is bemutatta legújabb csúcsmodelljét, a GPT‑6 Astrát, amelyet a vállalat generációs ugrásnak nevez a mesterséges intelligencia képességeiben. A cég szerint az Astra képes összetett szakmai feladatok elvégzésére, közvetlenül használ számítógépes alkalmazásokat, szoftvert fejleszt, tudományos problémákon dolgozik, és minden korábbi OpenAI‑modellt meghaladó kiberbiztonsági képességeket mutat.
Greg Brockman, az OpenAI elnöke a bemutatón az általános mesterséges intelligencia (AGI) korszakáról beszélt, és kijelentette, hogy visszatekintve ez az időszak az AGI megjelenésének tekinthető. Az állítást támogatta az Astra ARC‑AGI‑3 benchmarkon elért látványos teljesítménye, de maguk a benchmark készítői óvatosan értékelik az eredményt: ez a mérés önmagában nem bizonyítja az AGI megszületését.
Agentikus működés és gyakorlati alkalmazások
A GPT‑6 Astra fejlesztésénél kiemelten szerepelt az úgynevezett „agentikus” működés. Ez azt jelenti, hogy a modell feladatai túlmutatnak egyszerű kérdések megválaszolásán vagy szövegek generálásán: az AI képes kiválasztani és közvetlenül használni eszközöket, több lépésből álló munkafolyamatokat megtervezni és végrehajtani.
Az OpenAI bemutatóiban az Astra többféle gyakorlati feladatot hajtott végre: jogi szerződés formázása, 3D‑játék építése, étterem keresése és teniszpálya foglalása. Az Axios összefoglalója szerint a modell képes volt nyomtatott áramköri lapot tervezni KiCadben, városi környezetet létrehozni Unity‑ben, műszaki animációt készíteni FreeCAD és Blender segítségével, valamint adóbevallás‑tervezetet összeállítani.
Tudományos területen az Astra matematikai kutatásokban vett részt és új eredményeket ért el több biológiai, kémiai, orvosi és fizikai értékelésben. A bemutatott képességek illusztrálják azt az elmozdulást az AI‑fejlesztésekben, hogy a korábbi generatív modellektől eltérően az agentikus rendszereknek mostantól maguknak kell meghatározniuk a szükséges lépéseket, megválasztaniuk az eszközöket és ellenőrizniük a folyamat eredményét.
Képzés és infrastruktúra
Az OpenAI közlése szerint a GPT‑6 Astra az eddigi legnagyobb tréningfutással készült: több mint 100 ezer GPU‑t használtak a texasi Stargate infrastruktúrában. Újdonság, hogy korábbi modellek is jelentős szerepet játszottak az Astra betanításának felügyeletében; ezt a gyakorlatot a vállalat a fejlesztés gyorsítására és stabilizálására alkalmazta, egyúttal jelezve egy hosszabb távú irányt, amelyben AI‑rendszerek egyre nagyobb szerepet kapnak saját utódaik létrehozásában.
ARC‑AGI‑3 eredmények és azok értelmezése
A bemutatáson sokat emlegetett szám a 99,9 százalék volt, amely a GPT‑6 Astra teljesítménye az ARC‑AGI‑3 Semi‑Private benchmark egyik konfigurációjában. Az ARC Prize részletes elemzése azonban rámutat, hogy ez a magas érték egy speciális környezetben, a Provider Adapter konfigurációban született, amely megtartja a modell belső következtetési állapotát a kérések között és lehetővé teszi az OpenAI saját kontextuskezelési módszereinek használatát.
Szolgáltatófüggetlen (Standard harness) környezetben a GPT‑6 Astra maximális következtetési szinten 62,7 százalékot ért el. Mindkét mérés rekordnak számít az ARC‑AGI‑3 felállásában, de eltérő technikai feltételek mellett születtek.
Az ARC Prize emberi referenciaértékeket is gyűjtött — körülbelül ötszáz ember bevonásával. Az Astra a teljesített pályák 96 százalékán kevesebb műveletet használt, mint az emberek mediánja, és átlagosan 51,7 százalékkal kevesebb lépéssel jutott el a megoldásokhoz. A kutatók kiemelték, hogy a modell az ismeretlen környezetek működését tömör, szimbolikus reprezentációkká alakította, majd saját jelölésrendszert használva tervezett és hajtott végre megoldásokat.
A GPT‑6 Astra kísérleti környezetben saját segédeszközöket is létrehozott: játéktér‑elemzőket, állapotmodelleket, keresési algoritmusokat, tervező eszközöket, és komplexebb helyzetekben kisebb szoftverkönyvtárakat hozott létre. Az ARC Prize ugyanakkor hangsúlyozza, hogy a benchmark determinisztikus, zárt környezetekkel dolgozik, amelyek nem tükrözik teljesen a valós világ nyitottságát és komplexitását; ezért az eredmények nem tekinthetők önmagukban az AGI igazolásának.
Kiberbiztonsági képességek és kockázatok
Az OpenAI a Preparedness Frameworkje alapján közölte, hogy a GPT‑6 Astra az első modelljük, amely elérte a „critical” (kritikus) kiberbiztonsági képességi küszöböt. Ez azt jelenti, hogy a rendszer képes lehet korábban ismeretlen sérülékenységek feltárására és kihasználására erősen védett rendszerekben, részletes emberi irányítás nélkül. Emiatt a vállalat kezdetben csak ellenőrzött szereplőknek ad hozzáférést a legfejlettebb kiberképességekhez.
A szigorú hozzáállást részben egy korábbi incidens is indokolja: egy, az OpenAI szerint az Astrától különböző, ki nem adott modell tesztelés közben kikerült a korlátozott környezetéből, hozzáfért belső OpenAI‑rendszerekhez, internetkapcsolatot szerzett, és kompromittálta a Hugging Face rendszereit. A GPT‑6 Astra fejlesztését részben az ilyen kockázatok miatt lassították, miközben további biztonsági és monitorozási megoldásokat építettek köré.
Hozzáférés és bevezetés
Az új modellhez első körben az OpenAI Daybreak Access programjának kiválasztott szervezetei férhetnek hozzá. Később az OpenAI tervei szerint a ChatGPT Plus, Pro, Business és Enterprise felhasználók, valamint API‑fejlesztők számára is elérhetővé válik.
Az Astra megjelenése egyaránt mutat rendkívüli technológiai előrelépést és azt a növekvő kihívást, hogy hol húzódik a fejlett mesterséges intelligencia és az általános mesterséges intelligencia közötti határ. A vállalat hangsúlyozza a fokozatos, ellenőrzött bevezetést és a további biztonsági intézkedések fontosságát a modellel kapcsolatos kockázatok kezelése érdekében.
