La nouvelle fonctionnalité Deep Research d'OpenAI est ce que nous attendions tous - 3 raisons pour lesquelles

Dans un communiqué de presse, OpenAI affirme que Deep Research « accomplit en quelques dizaines de minutes ce qui prendrait plusieurs heures à un humain ». Cela semble un peu dystopique, n’est-ce pas ? Il s’agit certainement d’un pas de plus vers un monde dans lequel le travail humain peut être remplacé par l’intelligence artificielle. Il serait difficile de critiquer quiconque affirmant que le fait que l’IA prépare des articles de recherche et agisse en tant qu’analyste est un pas de trop. À première vue, nous n’étions pas trop intéressés par le nouveau produit d’OpenAI, car il est principalement vendu aux entreprises plutôt qu’aux utilisateurs individuels.

Cela a changé lorsque nous avons examiné de plus près les premières démonstrations du fonctionnement pratique de la nouvelle capacité d’agent.

Que peut faire la « recherche approfondie » ?

« Deep Research » est initialement disponible pour les abonnés de ChatGPT Pro pour 200 $ par mois, mais OpenAI indique que la nouvelle fonctionnalité sera également disponible pour les utilisateurs de ChatGPT Plus et Team à l'avenir. Au moment de la rédaction de cet article, il n'y a aucune information sur la question de savoir si ou quand « Deep Research » sera disponible pour les utilisateurs de la version gratuite, bien qu'OpenAI soit très diligent pour garantir que les utilisateurs gratuits bénéficient également de toutes les fonctionnalités.

Sur le site Web, OpenAI a écrit : « Deep Research est le prochain agent OpenA qui peut faire le travail pour vous de manière indépendante – vous l'appelez, et ChatGPT trouvera, analysera et synthétisera des centaines de sources Web et créera un rapport complet au niveau de un analyste de recherche. Considérez-le comme votre propre analyste personnel qui peut s’exécuter lui-même et vous faire part de ses résultats en quelques minutes seulement. Que vous ayez besoin d'un rapport sur un sujet aussi spécialisé que la population de colibris au Royaume-Uni ou, comme dans le cas d'OpenAI, d'un rapport de recherche sur la façon dont le secteur de la vente au détail s'est transformé au cours des trois dernières années, « Deep Research » vous aidera.

Bien que l'accent soit mis ici sur la collecte de rapports commerciaux, la recherche médicale et d'autres cas d'utilisation professionnels, les exemples ci-dessous prouvent que tous les utilisateurs peuvent s'attendre à cela :

1. Trouver une aiguille dans une botte de foin

Cet exemple est probablement notre préféré. Avez-vous toujours du mal à trouver des noms de films, des titres de chansons ou d’autres informations aléatoires qui seraient faciles à retenir ? Eh bien, la « recherche approfondie » de ChatGPT peut vous aider.

Ici, ChatGPT reçoit un résumé d'une émission télévisée avec des exemples de quelques épisodes que l'utilisateur a mémorisés. Si cette « invite » était écrite dans ChatGPT 4o, elle essaierait d’offrir la bonne réponse, mais raterait souvent la cible en raison d’un manque de recherche. « Deep Research » permet de trouver l’épisode télévisé exact mentionné par l’utilisateur et d’offrir également une ventilation des détails. Dans ce cas, il s'agit de la série télévisée Counterpart et des scènes trouvées dans la saison 1, épisode 4.

2. Achats

Mais ne serait-il pas formidable que l’intelligence artificielle puisse effectuer des recherches approfondies et suggérer quel snowboard nous convient le mieux avant notre prochaine aventure de ski ? Eh bien, « Deep Research » peut également le faire.

Dans ce cas, une invite contenant des informations sur le snowboard, les conditions de la piste et la zone dans laquelle l'utilisateur fera du snowboard conduit à une réponse impressionnante qui non seulement offre certaines des meilleures options, mais explique également en détail pourquoi ces options valent la peine d'être explorées. . L'agent prend en compte toutes les demandes de l'utilisateur et fournit des informations d'achat qui prendraient autrement des heures à obtenir.

3. Connaissances générales

Grâce à des recherches approfondies, « Deep Research » offre des réponses très approfondies et fiables. OpenAI a fourni un autre exemple intéressant, avec une question sur l’âge moyen de la retraite des joueurs de la NFL. Il a fait une comparaison entre 4o et « Deep Research ».

4o a donné une réponse dans le sens où « rapide » est trop difficile pour donner une moyenne précise. Le modèle a répondu avec une estimation approximative d’un « âge compris entre 35 et 40 ans », bien qu’elle ne soit pas aussi riche que l’analyse approfondie de « Deep Research ».

D’autre part, « Deep Research » fouille dans de nombreuses sources et rassemble des informations factuelles pour déterminer que les joueurs de la NFL peuvent prendre leur retraite à différents âges et explique la fourchette des âges de retraite avec des exemples. Il s’agit d’une réponse beaucoup plus fiable, qui montre à quel point la « recherche approfondie » peut améliorer les réponses.

Bien que nous ne sachions pas exactement quand « Deep Research » sera disponible pour ceux d'entre nous qui ne paient pas les abonnements ChatGPT les plus chers, ces exemples suffisent à nous remplir d'enthousiasme quant à l'avenir du développement de l'intelligence artificielle.