Hva er resonneringsmodeller?
En resonneringsmodell er en språkmodell som er trent opp til å resonnere seg fram til et svar.1 OpenAI
I motsetning til AI som gir raske svar, tar disse modellene seg tid til å analysere problemet.2 Microsoft
De bruker tankekjeder («Chain of thought» på engelsk).
Det betyr at modellen bryter ned en oppgave eller problemstilling i mindre deler. Så jobber den seg gjennom problemet stegvis.
Slik ser det ut når modellen tenker steg for steg:
Slik skiller de seg fra dagens språkmodeller
Når en vanlig språkmodell skal løse et problem, hopper den på det mest sannsynlige svaret.
Den svarer ut ifra eksempler den har i databasen sin. Den prøver å finne mønstre i dataene som matcher problemstillingen.
Disse modellene sliter når de får en oppgave som er ny og ukjent. Derav får man hallusinasjoner (at AI-en svarer det den tenker er mest sannsynlig – og finner på ting).
En resonneringsmodell er mer fleksibel. Den vil først strukturere problemet. Så jobber den seg systematisk gjennom hver del.3 OpenAI
De er trent opp med forsterket læring. Det er en teknikk som belønner modellen når den løser problemer på en systematisk måte.4 SNL
Resonneringsmodellene du må kjenne til
OpenAI o3
o3 er en videreutvikling av o1. Modellen kommer i to varianter: o3 og o3-mini.
o3-mini ble lansert 31. januar 2025.5 OpenAI
Den er nå tilgjengelig for alle ChatGPT-brukere – også de som bruker gratisversjonen.
o3-mini har tre nivåer: lav, medium og høy.
Jo høyere nivå, desto mer tid bruker modellen på å analysere problemet før den svarer. Du får alts velge mellom raske eller mer gjennomtenkte løsninger.
Modellen er også koblet på nett. Det betyr at svarene ikke lenger er begrenset til treningsdataene.
Microsoft har også integrert o3-mini i Azure. Bedriftsabonnenter kan ta i bruk den nye modellen.6 Microsoft
Nøkkeltall for o3-mini 💡
Tallene viser andelen riktige svar:
– AIME (matematikk): 87,3%
– GPQA Diamond (vitenskap på doktorgradsnivå): 79,7%
– SWE-bench Verified (programmering): 49,3%
Resultatene fra o3 er enda bedre.
DeepSeek R1
Når et lite kinesisk selskap klarer å utvikle AI-modeller som konkurrerer med vestlige giganter, er det verdt å følge med.
Det ble mildt sagt rabalder når DeepSeek R1 kom.7 DeepSeek og GitHub
Lanseringen førte til et stort fall i aksjekursene til selskaper som Nvidia, Oracle og Meta.8 Exploding Topics
En av årsakene er prislappen.
R1 kostet mindre enn 6 millioner dollar å utvikle.
Til sammenligning kostet det OpenAI rundt 100 millioner dollar å trene GPT-4.9 Exploding Topics
Så hva skiller egentlig DeepSeek fra konkurrentene?
For det første bruker de en teknologi kalt «Mixture of Experts».
På norsk kan det beskrives som en samling med AI-spesialister. Den best egnede AI-en blir brukt til å løse en oppgave.
Slik kan du bruke modellene på jobb
Argumenter for og i mot
Resonneringsmodeller er knallgode på argumentasjon.
Jeg spurte o3-mini om å argumentere for og i mot at AI er en fordel for norske arbeidstakere.
Etter at den hadde tenkt seg ferdig, svarte den:
Tenk gjennom en problemstilling
Hva er den beste måten å lansere et nytt produkt eller tjeneste innenfor en gitt nisje?
Eller lurer dere på hvordan dere bør gjennomføre en intern omstilling i en stor organisasjon?
Det er eksempler på problemstillinger som en resonnerende AI kan bryne seg på.
Prosjektplanlegging
En prosjektleder i et IT-selskap kan bruke modellen til å planlegge et prosjekt.
Den kan analysere tidligere prosjekter, vurdere ressursbehov og foreslå tidsestimater.
For eksempel kan den hjelpe med å estimere hvor lang tid det vil ta å implementere et nytt CRM-system. Da vil den blant annet analysere bedriftens størrelse og kompleksitet.
Det er viktig at AI-en mates med riktig informasjon.
Ofte stilte spørsmål
Tenker AI-en som et menneske?
Selv om vi kaller det for «resonneringsmodeller», betyr ikke det at AI-en tenker som et menneske.
Det er fortsatt en maskin som følger programmeringen sin.
Samtidig er tankekjeden strukturert som en logisk tankerekke.
Så det minner om hvordan en svært organisert person ville løst en oppgave.
