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

V communiqué de presse OpenAI affirme que Deep Research « accomplit en quelques dizaines de minutes ce qui prendrait des heures à un humain ». Cela semble un peu dystopique, n'est-ce pas ? C'est assurément un pas de plus vers un monde où le travail humain pourrait être remplacé par l'intelligence artificielle. Difficile de blâmer ceux qui pensent qu'une IA capable de rédiger des articles scientifiques et d'agir comme analyste va trop loin. Au premier abord, l'innovation d'OpenAI ne nous intéressait guère, car elle est principalement destinée aux entreprises plutôt qu'aux particuliers.

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 » ?

La fonctionnalité « Recherche approfondie » est initialement proposée aux abonnés ChatGPT Pro pour 200 $ par mois. OpenAI annonce qu'elle sera disponible ultérieurement pour les utilisateurs de ChatGPT Plus et Team. À l'heure actuelle, aucune information n'est disponible concernant une éventuelle mise à disposition de « Recherche approfondie » pour les utilisateurs de la version gratuite, ni sur le calendrier de cette mise à disposition. OpenAI s'assure toutefois que ces derniers bénéficient de toutes les fonctionnalités.

Sur son site web, OpenAI a écrit : « Deep Research est le nouvel agent OpenAI capable de travailler pour vous en toute autonomie. Il vous suffit de l’appeler, et ChatGPT trouvera, analysera et synthétisera des centaines de sources web pour créer un rapport complet, digne d’une étude approfondie. Imaginez-le comme votre propre analyste personnel, capable de fonctionner seul et de vous fournir ses conclusions en quelques minutes seulement. Que vous ayez besoin d’un rapport sur un sujet aussi pointu que la population de colibris au Royaume-Uni, ou, dans le cas d’OpenAI, d’une étude sur la transformation du secteur du commerce de détail ces trois dernières années, Deep Research répond à tous vos besoins. »

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 sans doute notre préféré. Vous avez toujours du mal à retrouver des titres de films, de chansons ou d'autres informations faciles à retenir ? Eh bien, la fonction « Recherche approfondie » de ChatGPT peut vous aider.

Ici, ChatGPT reçoit un résumé d'une série télévisée, accompagné d'exemples tirés de quelques épisodes mémorisés par l'utilisateur. Si cette question était posée dans ChatGPT 4o, le logiciel tenterait de fournir la bonne réponse, mais se tromperait souvent faute de recherches approfondies. La fonction « Recherche approfondie » permet de trouver l'épisode précis auquel l'utilisateur fait référence et d'en fournir une analyse détaillée. Dans ce cas, il s'agit de la série Counterpart et des scènes de l'épisode 4 de la saison 1.

2. Achats

Ne serait-ce pas formidable si l'intelligence artificielle pouvait effectuer des recherches approfondies et nous suggérer la planche de snowboard idéale avant notre prochaine sortie de ski ? Eh bien, « Deep Research » peut aussi 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 » fournit des réponses très détaillées et fiables. OpenAI a donné un autre exemple intéressant, avec une question sur l'âge moyen de retraite des joueurs de la NFL. L'entreprise a comparé les résultats de 4o et de « Deep Research ».

4o a indiqué que la question était trop difficile pour donner une moyenne précise. Le modèle a répondu par une estimation approximative d'« âge entre 35 et 40 ans », bien que cette estimation soit loin d'être aussi détaillée que l'analyse approfondie de « Recherche approfondie ».

En revanche, « Deep Research » exploite de multiples sources et rassemble des informations factuelles pour déterminer que les joueurs de la NFL peuvent prendre leur retraite à différents âges et explique ces différents âges de retraite à l'aide d'exemples. Cette réponse est bien plus fiable, ce qui démontre à quel point « Deep Research » 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 enthousiasmer quant à l'avenir du développement de l'intelligence artificielle.