Ένα βήμα πιο κοντά στη φυσική αλληλεπίδραση ανθρώπου και υπολογιστών - Δείτε πώς αντιδρά στο βίντεο

Τις προηγούμενες μέρες είχε διαρρεύσει η πληροφορία ότι η OpenAI θα ανακοινώσει τη Δευτέρα τη κυκλοφορία μιας μηχανής αναζήτησης τεχνητής νοημοσύνης ανταγωνιστικής σε αυτή της Google. Τελικά η εταιρεία ανακοίνωσε τη δημιουργία της νέας έκδοσης του ChatGPT που όπως υποστηρίζουν οι δημιουργοί του δεν είναι απλά πιο προηγμένο από τις προηγούμενες εκδόσεις αλλά το πιο προηγμένο γλωσσικό πρόγραμμα γενετικής νοημοσύνης που έχει δημιουργηθεί μέχρι σήμερα.

Το GPT-4o δέχεται οποιονδήποτε συνδυασμό κειμένου, ήχου και εικόνων ως είσοδο και μπορεί να δημιουργήσει έξοδο και στις τρεις μορφές. To πρόγραμμα επικοινωνεί φωνητικά με τους χρήστες και σύμφωνα με την OpenAI επιτρέπει στους χρήστες να το διακόπτουν στη μέση της ομιλίας και ανταποκρίνεται σχεδόν τόσο γρήγορα όσο ένας άνθρωπος κατά τη διάρκεια των συνομιλιών. Είναι επίσης ικανό να αναγνωρίζει συναισθήματα και γενικότερα κάνει ένα αποφασιστικό βήμα στην φυσική αλληλεπίδραση ανθρώπων και υπολογιστών.

Say hello to GPT-4o, our new flagship model which can reason across audio, vision, and text in real time: https://t.co/MYHZB79UqN

Text and image input rolling out today in API and ChatGPT with voice and video in the coming weeks. pic.twitter.com/uuthKZyzYx

— OpenAI (@OpenAI) May 13, 2024

Οι νέες δυνατότητες

Κατά τη διάρκεια της παρουσίασης, η OpenAI έδειξε το GPT-4o να μεταφράζει ζωντανά μεταξύ αγγλικών και ιταλικών, βοηθώντας έναν ερευνητή να λύσει μια γραμμική εξίσωση σε πραγματικό χρόνο σε χαρτί και παρέχοντας καθοδήγηση για να αναπνέει καλύτερα απλά ακούγοντας το πώς αναπνέει.

Το “o” στο GPT-4o σημαίνει “omni”, μια αναφορά στις πολυτροπικές δυνατότητες του μοντέλου. Η OpenAI είπε ότι το GPT-4o εκπαιδεύτηκε σε κείμενο, όραση και ήχο, πράγμα που σημαίνει ότι όλες οι είσοδοι και οι έξοδοι επεξεργάζονται από το ίδιο νευρωνικό δίκτυο. Αυτό είναι διαφορετικό από τα προηγούμενα μοντέλα της εταιρείας, GPT-3.5 και GPT-4, τα οποία επέτρεπαν στους χρήστες να κάνουν ερωτήσεις απλά μιλώντας, αλλά στη συνέχεια να μεταγράψουν την ομιλία σε κείμενο. Αυτό απομάκρυνε τον τόνο και το συναίσθημα και έκανε τις αλληλεπιδράσεις πιο αργές.

Η OpenAI καθιστά το νέο μοντέλο διαθέσιμο σε όλους, συμπεριλαμβανομένων των δωρεάν χρηστών ChatGPT, τις επόμενες εβδομάδες και επίσης κυκλοφορεί μια έκδοση του ChatGPT για επιτραπέζιους υπολογιστές αρχικά για Mac, στην οποία οι χρήστες επί πληρωμή θα έχουν πρόσβαση από σήμερα.

Πηγή: naftemporiki.gr

Διαβάστε επίσης: Γκεοργκίεβα: Σαν τσουνάμι πλήττει την παγκόσμια αγορά εργασίας η τεχνητή νοημοσύνη