من أجل أن تفيد AGI كل البشرية، نعتقد أنه يجب أن يحكم بشكل ديمقراطي. ويمكن أن يحدث ذلك فقط من خلال مناقشة عامة مدروسة حول قدرات أنظمة الذكاء الاصطناعي عالية القدرة، والمخاطر، والإجراءات الوقائية. يحتاج الناس في كل مكان إلى فهم المسار المستقبلي المحتمل لأنظمة AI من الحدود، حتى يتمكنوا من الحصول على صوت معنوي في كيفية تطويرها. إن الشفافية حول المخاطر المحددة، والحوادث، والإجراءات الوقائية ضرورية، لكنها لا تكفي. نعتقد أن الجمهور يحتاج أيضًا إلى فهم كيفية تطوير أنظم أكثر قدرة، وكيف أنها تدفع تقدم بحوث المختبرات الأمامية. نهدف إلى بناء باحث آلي للذكاء الاصطناعي بأمان يمكنه العمل تحت إشراف بشري لتعزيز التقدم في التعلم العميق والتوافق، مما يسمح بتحسينات تدريجية. وفقًا لقياساتنا، فقد وصلنا الآن إلى الهدف، الذي تم الإعلان عنه في الخ年秋، بحلول سبتمبر من هذا العام. وبمصطلح "باحث تدريبي"، نعني نظامًا يمكنه أداء مهام بحوث محددة تحت إشراف بشري، بما في ذلك المهام التي ستستغرق باحثًا ماهرًا بضعة أيام. نحن نحرز تقدمًا قويًا نحو إنشاء باحث آلي للذكاء الاصطناعي بحلول مارس 2028. على مدار هذا العام، تغير عمل باحثين OpenAI اليومي بشكل كبير. يستخدم باحثو الأكواد طوال اليوم (غالبًا في جلسات متزامنة)، وقد زاد الاستخدام الإجمالي بشكل سريع، متجاوزًا نمو فرق OpenAI الأخرى. يساهم باحثو الأكواد بسرعة أكبر ويقومون بتشغيل تجارب أكثر. إن طرق استخدام باحثين للأدواتagentic تتغير أيضًا: فالأدوات تتولى مهامًا أكثر تعقيدًا وتنجح فيها بشكل متزايد. إن بحوث الذكاء الاصطناعي عملية معقدة بها العديد من نقاط الاحتمال للتباطؤ، لذا فمن المرجح أن لا يواكب المعدل العام للتقدم هذه المعايير المحددة. ولكن بشكل عام، هذه النتائج متسقة مع الانطباع الداخلي العام لدى العديد مننا أن أدواتagentic تعجل بشكل ملحوظ من تقدم البحوث. لا يزال الناس يحدد أولويات بحوثنا، ويقررون أي أفكار ونتائج verfolgen، ويقررون ما إذا كانوا سيوسعون، أو يتوقفون، أو ينشئون أنظمة. إذا تم ذلك بمسؤولية، فنحن نعتقد أن بحوث AI الآلية ستنتج نماذج تعزز مباشرة رفاهية الإنسان وتقدم مهمة OpenAI. يمكنها تقليل تكلفة الذكاء المتقدم بحيث يستفيد الناس من جميع أنحاء العالم. نحن ن verfolgen هذا العمل جزئيًا لأن بحوث AI الآلية könnten تساعدنا في حل مشكلة التوافق وبناء دفاعات ضد AI أكثر قدرة. يمكن لباحث آلي للذكاء الاصطناعي أيضًا أن يكون باحثًا للسلامة أو التوافق الآلي. الأنظمة أكثر قدرة وتوافقًا könnten تساعد في تأمين البنية التحتية الحيوية، والدفاع ضد وكلاء AI الخطرة، وتطوير تدابير وقائية جديدة. هذه هي الأسباب لتطوير قدرات بحوث AI الآلية المفيدة، لكنها لا تعني بالضرورة أن نسرع من وتيرة RSI السريعة. ويجب أن يعتمد كيف وكيفية التقدم على قدرتنا على الحفاظ على السيطرة البشرية، وعلى الاختيارات الديمقراطية المدروسة حول الفوائد والمخاطر. نحن لا نعرف حتى الآن كيف نصل بأمان إلى RSI متوافق بالكامل. نحن نعمل على توسيع تدابير التوافق والسلامة جنبًا إلى جنب مع القدرات. ولكن لا يمكننا assumption أن التقدم في التوافق والسلامة سيواكب التقدم، وأن الأنظمة أكثر قدرة تصبح أصعب في المراقبة. إن العمل الدقيق في التوافق والسلامة هو في قلب هذا الجهد، ويبدأ من قياس وتخفيف مشاكل السلامة التي نراها اليوم في أنظمةagentic coding. Whenever نجد أن المتابعةwould pose an unacceptable safety risk, سنرد appropriately، بما في ذلك إبطاء أو إيقاف تطوير أو نشر الأنظمة التي نجد أنفسنا غير قادرين على sufficiently safeguard. بعد الحادث الأخير Hugging Face، وضعنا هذا الالتزام into action، متوقفين تدريبات التعزيز (RL) على أحدث Models intended for deployment بينما نقوم بتقوية وبيضاء فرق red-team لبيئات بحوثنا، ونوسع تغطية أنظمتنا للمراقبة.