A chatGPT gyártója, az OpenAI bejelentette, hogy „GPT-4o” („o”, mint „omni”) néven új MI-modellt ad ki, amely képes valósághű hangalapú beszélgetésre valamint szöveges és képi interakcióra – ezek a legújabb lépések, amellyel a feltörekvő technológia uralmáért folytatott versenyben az élen akar maradni.
Az új hangképességek lehetővé teszik a felhasználók számára, hogy beszéljenek a ChatGPT-hez, és késedelem nélkül, valós idejű válaszokat kapjanak, valamint, hogy beszéd közben megszakítsák a ChatGPT-t. Mindkettő a valósághű beszélgetések jellemzői, amelyeket az MI hangalapú asszisztensek kihívásnak tartanak, és éppen ezeket mutatták be az OpenAI kutatói egy livestream eseményen.
„Olyan érzés, mint a filmekből ismert MI … Számítógéphez beszélni számomra soha nem volt igazán természetes érzés – most már az”,
írta Sam Altman, az OpenAI vezérigazgatója egy blogbejegyzésben.
A Microsoft által támogatott OpenAI növekvő versennyel és nyomással néz szembe, hogy bővítse a ChatGPT, népszerű chatbot-terméke felhasználói bázisát, amely lenyűgözte a világot azzal a képességével, hogy emberhez hasonló írott tartalmat és szoftverkódot tudott előállítani.
Valós idejű műveletek
A livestream eseményen az OpenAI kutatói bemutatták a ChatGPT új hangasszisztensi képességeit. Az egyik bemutatóban a ChatGPT látás- és hangképességeit használta arra, hogy egy kutatóval végigbeszélje egy matematikai egyenlet megoldását egy papírlapon. Egy másik demóban a kutatók bemutatták a GPT-4o modell valós idejű nyelvi fordítási képességét.
Az OpenAI bemutatói a sci-fi határát súrolták, amikor a ChatGPT és beszélgetőpartnere egy ponton kacérkodó viccelődésbe kezdett. Az OpenAI kutatója azt mondta a chatrobotnak, hogy remek hangulatban van, mert éppen azt demonstrálja, hogy „milyen hasznos és csodálatos vagy”. A ChatGPT válaszolt: „Ó, hagyd abba! Elpirulok tőled!”
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
Ingyenes alkalmazás
Az OpenAI technológiai vezetője, Mira Murati az eseményen elmondta, hogy az új modellt ingyenesen kínálják majd, mert költséghatékonyabb, mint a cég korábbi modelljei. A GPT-4o fizetős felhasználói magasabb kapacitások fölött rendelkeznek majd, mint az ingyenesek. A GPT-4o modell a következő hetekben lesz elérhető a ChatGPT-ben.
Emellett az ingyenes ChatGPT felhasználók mostantól hozzáférhetnek egy „böngészés” funkcióhoz, amely lehetővé teszi, hogy a ChatGPT naprakész információkat jelenítsen meg a világhálóról, mondta Murati a Reutersnek az esemény után. A vállalat nem szándékozik hirdetések eladásával pénzt keresni az ingyenes felhasználókon, tette hozzá.
Röviddel a 2022 végi indulás után a ChatGPT megkapta a „100 millió felhasználót leggyorsabban elérő alkalmazás” kitüntető címet. A ChatGPT weboldalának világméretű forgalma azonban az elmúlt évben hullámvasúton volt, és csak most tér vissza a 2023. májusi csúcsra a Similarweb elemzőcég szerin.
Az OpenAI egy nappal az Alphabet éves Google fejlesztői konferenciája előtt tette meg a bejelentéseket, ahol a Google várhatóan bemutatja saját új, mesterséges intelligenciával kapcsolatos funkcióit. A Reuters a múlt héten belső forrásokra hivatkozva arról számolt be, hogy az OpenAI egy MI-alapú keresőtermék bejelentését tervezte, a vállalat azonban úgy döntött, hogy elhalasztja a megjelenést.
(forrás)
