گیت‌هاب ساعاتی پیش، به‌اشتباه از مدل‌های جدید GPT-5 پرده برداشت. حالا OpenAI به‌طور رسمی هوش مصنوعی GPT-5 را بیش از دو سال پس از معرفی GPT-4 و مجموعه‌ای از ارتقاهای تدریجی رونمایی کرده است. این شرکت از آن به‌عنوان یک هوش مصنوعی «یکپارچه» یاد می‌کند که می‌تواند به‌صورت هوشمند تصمیم بگیرد چه زمانی باید سریع پاسخ دهد، چه زمانی عمیق فکر کند و چه زمانی منابع را ذخیره کند.
چنین رویکردی آغازگر دوره‌ای تازه برای 700 میلیون کاربر هفتگی ChatGPT و بازار گسترده‌تر هوش مصنوعی به نظر می‌رسد. با این حال، فراتر از جنبه‌های تبلیغاتی، GPT-5 به همان اندازه که جهشی در توانایی‌ها محسوب می‌شود، یک حرکت استراتژیک در رقابت فشرده تسلیحاتی هوش مصنوعی است.
اکنون GPT-5 مدل اصلی و پیشرو ChatGPT برای تمامی کاربران، از جمله کاربران رایگان، است. مشترکان نسخه پرو و مشتریان سازمانی به GPT-5 Pro دسترسی دارند که نسخه قدرتمندتر با توانایی استدلال عمیق‌تر و پردازش موازی برای حوزه‌هایی مانند تحقیق، حقوق و مسائل چندمرحله‌ای محسوب می‌شود. نسخه‌های GPT-5 Mini و Nano، نسخه‌های ساده‌تر هستند؛ Mini برای استدلال سریع و میان‌رده در زمان محدودیت منابع و Nano برای کارهای فوق سبک در شرایط حساس به تأخیر یا روی دستگاه‌های موبایل طراحی شده است.
بزرگ‌ترین تغییر برای کاربران، مسیریاب نامرئی است که تصمیم می‌گیرد کدام مدل به پرسش پاسخ دهد. به جای انتخاب دستی بین «سریع» یا «هوشمند»، سیستم به‌طور خودکار این انتخاب را انجام می‌دهد؛ حالت «تفکری» GPT-5 برای مسائل پیچیده و نسخه کوچک‌تر برای وظایف ساده‌تر استفاده می‌شود. این فرآیند روان است، اما پنهان می‌کند که چه زمانی یک مدل کم‌توان‌تر در حال پاسخ‌گویی است.
OpenAI ادعا می‌کند که GPT-5 در برخی معیارها از رقبایی مانند آنتروپیک، گوگل دیپ‌مایند و xAI پیشی گرفته است؛ به‌ویژه در حوزه‌هایی همچون برنامه‌نویسی، حقوق، لجستیک و فروش. در حالت استدلالی، GPT-5 حدود 80 درصد کمتر از مدل استدلالی o3 دچار «توهم» می‌شود. این پیشرفت در ایمنی قابل‌توجه است، به‌خصوص که توهمات نقطه‌ضعف مدل‌های با استدلال بالا محسوب می‌شوند.
با این حال، این جهش به اندازه گذر از GPT-3 به GPT-4 چشمگیر نیست. با وجود انتشار نسخه‌های میان‌مرحله‌ای متعدد بین سال 2023 تا امروز، GPT-5 بیشتر شبیه یک صعود تدریجی است تا یک جهش بزرگ. در برخی معیارها، این مدل صرفاً با رقبا هم‌سطح است و برتری مطلق ندارد. در حالی که سم آلتمن، مدیرعامل OpenAI، آن را «اولین باری که واقعاً حس می‌شود با یک کارشناس در سطح دکترای تخصصی صحبت می‌کنید» توصیف کرده، این جمله بیشتر رنگ‌وبوی تبلیغاتی دارد تا یک معیار فنی واقعی. سم آلتمن قبلاً هم گفته بود که عملکرد GPT-5 می‌تواند شبیه یک «مغز مجازی» باشد.
GPT-5 یاد گرفته بگوید: نمی‌دانم!
یکی از تغییرات قابل‌توجه برای کاربران این است که GPT-5 یاد گرفته بگوید: «نمی‌دانم». OpenAI اذعان دارد که نسخه‌های قبلی گاهی با اطلاعات ناقص یا مفقود، به‌طور ساختگی پاسخ می‌دادند. فرآیند آموزشی جدید بر اعتراف به نداشتن پاسخ و رد فرضیات نادرست تأکید دارد. این تغییر کوچک می‌تواند پیامدهای بزرگی داشته باشد، هرچند باید دید در استفاده واقعی تا چه حد پایدار خواهد بود.
همان‌طور که انتظار می‌رفت، این نسخه جدید گامی دیگر برای تبدیل ChatGPT به یک عامل خودمختار محسوب می‌شود. این موضوع با قابلیت «Safe Completions» گره خورده است؛ یک لایه تعدیل جدید برای مدیریت درخواست‌های حساس. به جای سیستم دودویی «رد یا پذیرش» قدیمی، GPT-5 تلاش می‌کند در مواردی که پرسش به حوزه خطرناک نزدیک می‌شود، پاسخی ایمن و کلی ارائه دهد. برای مثال، یک سؤال شیمی با پتانسیل دوگانه ممکن است پاسخی دریافت کند که به توضیح مفاهیم فیزیکی مرتبط بپردازد، بدون ارائه جزئیات خطرناک.
همچنین GPT-5 اکنون می‌تواند با جیمیل، Google Calendar و Google contacts یکپارچه شود و داده‌های شخصی را بدون نیاز به تغییر دستی تنظیمات برای انجام وظایف استفاده کند. کاربران نسخه پرو زودتر از دیگران به این قابلیت دسترسی پیدا می‌کنند. این ویژگی قدرتمند است، اما در صورت نبود کنترل دقیق مجوزها می‌تواند به یک مشکل بزرگ در حوزه حریم خصوصی تبدیل شود. هفته گذشته نیز گزارشی منتشر شد که نشان می‌داد یک سند «آلوده» بارگذاری‌شده در ChatGPT می‌تواند برای سرقت کلیدهای API و سایر داده‌های حساس ذخیره‌شده در پلتفرم‌های ابری محبوب مورد سوءاستفاده قرار گیرد.
قابلیت‌های صوتی نیز بازطراحی شده‌اند و حالت صدای پیشرفته، مکالمات طبیعی‌تر و مدیریت بهتر زمینه را ارائه می‌دهد.
گامی مهم به سوی AGI
شرکت، GPT-5 را «گامی مهم به سوی AGI» می‌داند، هرچند تأکید می‌کند که «AGI» همچنان مفهومی با تعریف مبهم است. این مدل هنوز در حافظه پایدار، خودمختاری و سازگاری کاستی دارد. واقعیت این است که این عرضه به همان اندازه که درباره توانایی‌های فنی است، به موقعیت‌گیری در بازار نیز مربوط می‌شود.
OpenAI زیر فشار رقابت با Claude 3.5 شرکت آنتروپیک، جمینی 1.5 گوگل و سری متن‌باز لاما از متا قرار دارد که همگی برای دستیابی به اهداف مشابه رقابت می‌کنند. با یکپارچه‌سازی مدل‌ها، افزودن قابلیت‌های ایمنی و ارائه GPT-5 در نسخه رایگان، OpenAI جایگاه خود را تثبیت می‌کند. اما سیستم مسیریابی خودکار و شفاف‌نبودن زمان استفاده از مدل‌های سبک‌تر می‌تواند باعث ابهام در انتظار کاربران از عملکرد شود.
GPT-5 سریع‌تر، دقیق‌تر و خودآگاه‌تر از نسخه‌های پیشین است و همچنین بااحتیاط‌تر عمل می‌کند؛ ویژگی‌ای نادر در سیستم‌های هوش مصنوعی. اما با وجود این ظرافت فنی، این یک تغییر انقلابی محسوب نمی‌شود، بلکه گامی برای تحکیم سلطه OpenAI بر اکوسیستمی است که هم‌اکنون بر آن مسلط است، در حالی که می‌کوشد از رقبا در مرحله بعدی رقابت هوش مصنوعی عقب نماند.