OpenAI عامل هوش مصنوعی جدیدی به نام ChatGPT Deep Research را معرفی کرده است که به کاربران در انجام تحقیقات عمیق و پیچیده در حوزه‌های مختلف کمک می‌کند. این ویژگی که در یک پست وبلاگی روز یکشنبه اعلام شد، برای متخصصان در حوزه‌هایی مانند مالی، علوم، سیاست، مهندسی و سایر صنایع دانش‌محور، و همچنین افرادی که تصمیمات خرید پرریسک مانند خرید خودرو، لوازم خانگی یا مبلمان می‌گیرند، طراحی شده است. ChatGPT Deep Research با تحلیل چندین منبع، اطلاعات دقیق، قابل اعتماد و جامع ارائه می‌دهد و برای سناریوهایی که پاسخ‌های سریع یا خلاصه‌ها کافی نیستند، ایده‌آل است.
دسترسی و عملکرد
ChatGPT Deep Research در ابتدا برای کاربران ChatGPT Pro در دسترس است و محدودیت ۱۰۰ پرس‌وجو در ماه دارد. OpenAI قصد دارد این ویژگی را در حدود یک ماه آینده برای کاربران Plus و Team و سپس برای مشتریان Enterprise عرضه کند. این شرکت همچنین قصد دارد محدودیت پرس‌وجوها را برای کاربران پولی به طور قابل توجهی افزایش دهد. با این حال، عرضه این ویژگی به صورت جغرافیایی هدف‌گیری شده است و OpenAI هنوز زمان‌بندی مشخصی برای دسترسی در بریتانیا، سوئیس و منطقه اقتصادی اروپا ارائه نکرده است.
برای استفاده از ChatGPT Deep Research، کاربران گزینه «تحقیق عمیق» را در کامپوزر انتخاب می‌کنند و پرس‌وجوی خود را وارد می‌کنند، با این امکان که فایل‌ها یا صفحات گسترده را نیز ضمیمه کنند. در حال حاضر، این ویژگی محدود به استفاده در وب است و انتظار می‌رود ادغام با اپلیکیشن‌های موبایل و دسکتاپ تا پایان این ماه انجام شود.
فرایند تحقیق می‌تواند بین پنج تا ۳۰ دقیقه طول بکشد، پس از آن کاربران یک اعلان با نتایج دریافت می‌کنند. اگرچه خروجی‌های فعلی تنها متنی هستند، OpenAI قصد دارد به‌زودی تصاویر تعبیه‌شده، تجسم‌های داده و سایر خروجی‌های تحلیلی را اضافه کند. این شرکت همچنین قصد دارد منابع داده تخصصی‌تر، از جمله منابع مبتنی بر اشتراک و داخلی، را ادغام کند.
دقت و محدودیت‌ها
یکی از چالش‌های کلیدی برای ChatGPT Deep Research اطمینان از دقت است، زیرا مدل‌های هوش مصنوعی مستعد خطا و توهم‌های اطلاعاتی هستند. برای مقابله با این موضوع، OpenAI چندین محافظ اجرا کرده است. هر خروجی از ChatGPT Deep Research به طور کامل مستند خواهد شد، با استنادهای واضح و خلاصه‌ای از فرایند استدلال مدل، که بررسی اطلاعات را برای کاربران آسان‌تر می‌کند.
این ویژگی توسط نسخه‌ای تخصصی از مدل هوش مصنوعی o3 OpenAI که با یادگیری تقویتی روی وظایف واقعی شامل استفاده از مرورگر و ابزارهای پایتون آموزش دیده است، پشتیبانی می‌شود. این روش آموزش به مدل اجازه می‌دهد از طریق آزمون و خطا یاد بگیرد، به آن برای دستیابی به اهداف خاص پاداش می‌دهد و عملکرد آن را در طول زمان بهبود می‌بخشد.
مدل o3 برای مرور وب و تحلیل داده‌ها بهینه‌سازی شده است و توانایی جست‌وجو، تفسیر و تحلیل حجم وسیعی از متن‌ها، تصاویر و فایل‌های PDF را دارد. همچنین می‌تواند فایل‌های آپلودشده از سوی کاربر را مرور کند، نمودارها را با استفاده از ابزارهای پایتون ایجاد و تکرار کند، و نمودارها و تصاویر را از وب‌سایت‌ها در پاسخ‌های خود تعبیه کند.
OpenAI عملکرد ChatGPT Deep Research را با استفاده از Humanity’s Last Exam، یک معیار با بیش از سه هزار سوال سطح متخصص در حوزه‌های آکادمیک مختلف، آزمایش کرد. مدل o3 با دقت ۲۶.۶ درصد عملکرد بهتری نسبت به رقبایی مانند Gemini Thinking (۶.۲ درصد)، Grok-2 (۳.۸ درصد) و حتی مدل GPT-4o خود OpenAI (۳.۳ درصد) داشت.
با وجود این پیشرفت‌ها، OpenAI اذعان می‌کند ChatGPT Deep Research محدودیت‌هایی دارد. این مدل ممکن است در تشخیص اطلاعات معتبر از شایعات مشکل داشته باشد، در انتقال عدم قطعیت شکست بخورد و در قالب‌بندی گزارش‌ها و استنادها خطا کند. این چالش‌ها اهمیت ارزیابی انتقادی خروجی‌ها و بررسی اطلاعات از سوی کاربران را برجسته می‌کند.
رقابت و پیامدها
ChatGPT Deep Research OpenAI وارد فضای رقابتی می‌شود که در آن گوگل کمتر از دو ماه پیش ویژگی مشابهی با همین نام را معرفی کرده است. معرفی چنین ابزارهایی سوالاتی درباره تاثیر هوش مصنوعی تولیدی بر آموزش و کشف اطلاعات ایجاد می‌کند. اگرچه خروجی‌های مستند و عمیق نسبت به خلاصه‌های ساده‌شده چت‌بات‌ها ترجیح داده می‌شوند، اما این خطر وجود دارد که کاربران نتایج را بدون بررسی دقیق، معتبر تلقی کنند.
ChatGPT Deep Research گامی مهم در تحقیقات کمک‌شده به وسیله هوش مصنوعی است و به کاربران امکان می‌دهد تحلیل‌های دقیقی را از چندین منبع انجام دهند. OpenAI با ترکیب قابلیت‌های استدلال پیشرفته با مستندات و استنادهای قوی، قصد دارد ابزاری ارزشمند برای متخصصان و مصرف‌کنندگان ارائه دهد.
با این حال، موفقیت این ویژگی به توانایی آن در ارائه نتایج دقیق و قابل اعتماد و همچنین تمایل کاربران به بررسی انتقادی اطلاعات ارائه‌شده بستگی دارد. با ادامه تحولات در حوزه هوش مصنوعی، ابزارهایی مانند ChatGPT Deep Research نقش فزاینده‌ای در شکل‌دهی به نحوه دسترسی و تفسیر دانش خواهند داشت.
