OpenAI 宣布推出一款新的 AI“代理”，旨在帮助人们使用该公司的 AI 驱动的聊天机器人平台 ChatGPT 进行深入、复杂的研究。
恰当地说，它被称为深度研究。
OpenAI 在周日发表的一篇博文中表示，这些新功能是为“在金融、科学、政策和工程等领域从事密集知识工作并需要彻底、精确和可靠研究的人”设计的。该公司补充说，对于任何进行“通常需要仔细研究的购买，如汽车、电器和家具”的人来说，它也可能很有用。
基本上，ChatGPT 深入研究适用于您不仅想要快速答案或总结，而且需要认真考虑来自多个网站和其他来源的信息的情况。
OpenAI 表示，它今天向 ChatGPT Pro 用户提供深入研究，每月限制为 100 次查询，接下来将支持 Plus 和 Team 用户，其次是 Enterprise。（该公司表示，OpenAI 的目标是在大约一个月内推出 Plus，付费用户的查询限制应该很快就会“明显更高”。这是一个针对地理位置的发布;OpenAI 没有为英国、瑞士和欧洲经济区的 ChatGPT 客户分享发布时间表。
要使用 ChatGPT 深度研究，您只需在编辑器中选择“深度研究”，然后输入查询，并可选择附加文件或电子表格。（目前这是一种仅限网络的体验，移动和桌面应用程序集成将于本月晚些时候推出。）然后，深入研究可能需要 5 到 30 分钟来回答问题，搜索完成后您会收到通知。
目前，ChatGPT 深入研究的输出是纯文本的。但 OpenAI 表示，它打算很快添加嵌入式图像、数据可视化和其他“分析”输出。OpenAI 补充说，路线图上还有连接“更专业的数据源”的能力，包括“基于订阅”和内部资源。
最大的问题是，ChatGPT 深度研究的精确度到底有多高？毕竟，人工智能并不完美。它容易出现幻觉和其他类型的错误，这些错误在“深度研究”场景中可能特别有害。这也许就是为什么 OpenAI 表示，每个 ChatGPT 深度研究成果都将“完整记录，有清晰的引用和想法摘要，便于参考和验证信息。
这些缓解措施是否足以打击 AI 错误尚无定论。OpenAI 在 ChatGPT 中由 AI 驱动的网络搜索功能 ChatGPT Search 经常出现失误并对问题给出错误的答案。TechCrunch 的测试发现，对于某些查询，ChatGPT 搜索产生的有用结果不如 Google 搜索有用。
为了提高深入研究的准确性，OpenAI 正在使用其最近发布的 o3“推理”AI 模型的特殊版本，该模型通过强化学习对“需要浏览器和 Python 工具使用的真实任务”进行训练。强化学习本质上是通过反复试验来“教授”模型以实现特定目标。当模型越来越接近目标时，它会获得虚拟的“奖励”，理想情况下，这会使其在未来的任务中表现得更好。
OpenAI 表示，这个版本的 o3 “针对网页浏览和数据分析进行了优化”，并补充说“它利用推理来搜索、解释和分析互联网上的大量文本、图像和 PDF，并根据遇到的信息根据需要进行调整。该公司表示，该模型”还能够浏览用户上传的文件“，并且”使用 [Python] 工具绘制和迭代图表，将网站生成的图表和图像嵌入其响应中，并引用其来源中的特定句子或段落。
OpenAI 表示，它使用 Humanity's Last Exam 测试了 ChatGPT 的深入研究，该评估包括各个学术领域的 3,000 多个专家级问题。为深入研究提供支持的 o3 模型达到了 26.6% 的准确率，这可能看起来像一个不及格的成绩——但 Humanity's Last Exam 的设计比其他基准更难，以保持领先于模型进步。根据 OpenAI 的说法，深入研究 o3 模型遥领先于 Gemini Thinking （6.2%）、Grok-2 （3.8%） 和 OpenAI 自己的 GPT-4o （3.3%）。
尽管如此，OpenAI 指出，ChatGPT 深入研究存在局限性，有时会犯错误和不正确的推断。该公司表示，深入研究可能难以区分权威信息和谣言，并且在不确定某事时经常无法传达——它还可能在报告和引用中犯格式错误。
对于任何担心生成式 AI 对学生或试图在线查找信息的人来说，这种深入、引用充分的输出听起来可能比没有引用的看似简单的聊天机器人摘要更具吸引力。但我们将看到大多数用户是否真的会对输出进行真正的分析和仔细检查，或者他们是否只是将其视为看起来更专业的文本进行复制粘贴。
如果这一切听起来很熟悉，那么谷歌实际上在不到两个月前宣布了一项具有完全相同名称的类似 AI 功能。