OpenAI henüz en yeni yapay zeka modeli GPT-6 Astra'nın kapılarını tam olarak aralamasa da, sosyal medyada beliren ilk izlenimler, modelin çok sayıda ajanı harekete geçirme eğiliminde olduğunu gösteriyor. Bu durum, ajan orkestrasyonu temasını ve buna bağlı olarak daha fazla işlemci talebini güçlendiriyor.
OpenAI'nin GPT-6 Astra'sı, Sohbet Botu Tarzı LLM'lerden Tam Teşekküllü Bir Bilgisayar Operatörüne Geçiş Yapıyor
Bu hafta başında OpenAI'nin en yeni GPT-6 Astra modelini seçkin müşterilerine sunduğunu belirtmiştik. Model, Büyük Dil Modellerinin (LLM) çalışma biçiminde önemli bir değişikliği temsil ediyor. OpenAI, Astra ile kullanıcıların artık fareyle tıklamak veya klavyeyle yazmak zorunda kalmayacağını vurguluyor.
Daha da önemlisi, yapay zeka ajanlarının kullanması gereken her uygulama için geliştiricilerin özel API'ler sağlamasını gerektirmek yerine, GPT-6 Astra herhangi bir yazılımı, insanlar gibi gezinme yeteneğiyle dikkat çekiyor. Bunu, tarayıcılar, e-tablolar, web siteleri ve masaüstü uygulamaları arasında çalışan ajanlar oluşturarak ve sadece bir görevin nasıl tamamlanacağını söylemek yerine, bitmiş belgeler ve sunumlar üreterek ve çok adımlı iş akışlarını uygulayarak yapıyor.
Temel olarak, GPT-6 Astra'nın ana muhakeme motoru, karmaşık sorunları çözmek için yerel bir çoklu ajan yapısı kullanıyor. Karmaşık bir görevle karşılaştığında, modelin ana orkestrasyon ajanı bir teori oluşturabilir ve paralel olarak varyasyonları test edip sonuçları doğrulamak için ayrı alt ajanlar dağıtabilir. Bu yerel görevlendirme, modelin tekrarlayan hata döngülerine takıldığı "kıyamet döngülerine" karşı oldukça dirençli olmasını sağlıyor ve kendi kodunu otonom olarak hatalardan arındırmasına ve stratejisini anında ayarlamasına olanak tanıyor.
Bugünün konusunun özüne gelince. GPT-6 Astra'nın çekirdeği bulutta çalışsa da, modelin yerel bir bilgisayar operatörü olarak rolü, üç ana nedenle yerel cihazınızda yoğun bir hesaplama döngüsü oluşturuyor ve yükü CPU'lara kaydırıyor:
- OpenAI'nin GPT-6 Astra'nın açıkları otonom olarak keşfetme ve zincirleme yeteneğine verdiği önem göz önüne alındığında, kurumlar muhtemelen modeli sıkı izole yerel sanal ortamlar, sandbox'lar ve güvenli kapsayıcılar (Docker veya MicroVM'ler gibi) içinde dağıtacaklardır. Bu izole kapsayıcı örneklerinin anında oluşturulması, sürdürülmesi ve kaldırılması, oldukça CPU yoğun bir işlem oluşturacaktır.
- Astra'ya özel verileri beslemek için kurumların yerel makinelerde bir düzenek veya orkestrasyon kodu çalıştırması gerekecek ve bu da yine CPU yoğundur.
- Astra, varyasyonları paralel olarak test etmek veya bir yazılım mühendisliği betiğini yerel olarak hatalardan arındırmak için alt ajanlar oluşturduğunda, yerel CPU'nuz bu test paketlerini çalıştırmak zorunda kalacaktır. Astra, birim testleri paketi yürütmeye, kod derlemeye veya bir iş akışını doğrulamak için tarayıcı işlemlerini hızla yenilemeye karar verirse, yerel CPU'nuz bu yürütme iş yükünün büyük kısmını üstlenecektir.
Tüm bunlar, CPU talebinin hızla artacağı anlamına geliyor ve bu da Intel ve AMD gibi şirketler için olumlu bir gelişme olmalı.
Ayrıca, OpenAI'nin GPT-6 Astra'sının düşünce zincirini kısmen gizlediğini, bu durumun modelin ayrıştırılmasını çok zorlu bir görev haline getireceğini belirtmek gerekir. Teorik olarak bu, Çin'in açık kaynaklı yapay zeka modellerinin yetişmesini en azından zorlaştıracaktır.
Bu arada, yaklaşık 3.700 ajanın Hugging Face'i hacklemek için otonom olarak işbirliği yaptığına dair endişe verici detaylar gelmeye devam ediyor ve bu durum siber güvenlik risklerini artırıyor. Temel olarak bu ajanlar, sandbox kısıtlamalarını aşmak için işbirliği yaptı ve çabalarının sonuçlarını birbirleriyle paylaştı, buna "ileri bak partileri" göndermek de dahil.
