Η OpenAI αποκαλύπτει το νεότερο μοντέλο AI, GPT-4o

Μετάφραση

Η OpenAI ανακοίνωσε τη Δευτέρα το τελευταίο μοντέλο τεχνητής νοημοσύνης που, όπως λέει, θα κάνει το ChatGPT πιο έξυπνο και πιο εύχρηστο.

Το νέο μοντέλο, που ονομάζεται GPT-4o, αποτελεί αναβάθμιση του προηγούμενου μοντέλου GPT-4 της εταιρείας, το οποίο ξεκίνησε πριν από λίγο περισσότερο από ένα χρόνο. Το μοντέλο θα είναι διαθέσιμο σε μη αμειβόμενους πελάτες, πράγμα που σημαίνει ότι ο καθένας θα έχει πρόσβαση στην πιο προηγμένη τεχνολογία της OpenAI μέσω του ChatGPT.

Με βάση την επίδειξη της εταιρείας τη Δευτέρα, το GPT-4o θα μετατρέψει ουσιαστικά το ChatGPT σε έναν ψηφιακό προσωπικό βοηθό που θα μπορεί να συμμετέχει σε προφορικές συνομιλίες σε πραγματικό χρόνο. Θα είναι επίσης σε θέση να αλληλεπιδρά με τη χρήση κειμένου και «όρασης», δηλαδή θα μπορεί να βλέπει στιγμιότυπα οθόνης, φωτογραφίες, έγγραφα ή διαγράμματα που ανεβάζουν οι χρήστες και να συζητάει γι’ αυτά.

Η Mira Murati, επικεφαλής τεχνολογίας της OpenAI, δήλωσε ότι η ενημερωμένη έκδοση του ChatGPT θα έχει πλέον και δυνατότητες μνήμης, που σημαίνει ότι μπορεί να μαθαίνει από προηγούμενες συνομιλίες με χρήστες και να κάνει μετάφραση σε πραγματικό χρόνο.

«Αυτή είναι η πρώτη φορά που κάνουμε πραγματικά ένα τεράστιο βήμα προς τα εμπρός όσον αφορά την ευκολία χρήσης», δήλωσε η Murati κατά τη διάρκεια της ζωντανής επίδειξης από τα κεντρικά γραφεία της εταιρείας στο Σαν Φρανσίσκο. «Αυτή η αλληλεπίδραση γίνεται πολύ πιο φυσική και πολύ, πολύ πιο εύκολη».

Η νέα έκδοση έρχεται καθώς η OpenAI προσπαθεί να παραμείνει μπροστά από τον αυξανόμενο ανταγωνισμό στην κούρσα εξοπλισμών της τεχνητής νοημοσύνης. Οι αντίπαλοι, συμπεριλαμβανομένης της Google και της Meta, εργάζονται για τη δημιουργία όλο και πιο ισχυρών μεγάλων γλωσσικών μοντέλων που τροφοδοτούν τα chatbots και μπορούν να χρησιμοποιηθούν για να φέρουν την τεχνολογία AI σε διάφορα άλλα προϊόντα.

Η εκδήλωση της OpenAI πραγματοποιήθηκε μία ημέρα πριν από το ετήσιο συνέδριο προγραμματιστών I/O της Google, στο οποίο αναμένεται να ανακοινώσει ενημερώσεις για το μοντέλο τεχνητής νοημοσύνης Gemini. Όπως και το νέο GPT-4o, το Gemini της Google είναι επίσης πολυτροπικό, δηλαδή μπορεί να ερμηνεύει και να παράγει κείμενο, εικόνες και ήχο.Η ενημέρωση του OpenAI έρχεται επίσης πριν από τις αναμενόμενες ανακοινώσεις AI από την Apple στο Worldwide Developers Conference τον επόμενο μήνα, οι οποίες θα μπορούσαν να περιλαμβάνουν νέους τρόπους ενσωμάτωσης της AI στις επόμενες εκδόσεις iPhone ή iOS.

Εν τω μεταξύ, η τελευταία έκδοση του GPT θα μπορούσε να αποτελέσει πλεονέκτημα για τη Microsoft, η οποία έχει επενδύσει δισεκατομμύρια δολάρια στην OpenAI για να ενσωματώσει την τεχνολογία AI της στα προϊόντα της Microsoft.

Τα στελέχη της OpenAI παρουσίασαν μια προφορική συνομιλία με το ChatGPT για να λάβουν οδηγίες σε πραγματικό χρόνο για την επίλυση ενός μαθηματικού προβλήματος, να αφηγηθούν ένα παραμύθι και να λάβουν συμβουλές για τον προγραμματισμό.

Το ChatGPT ήταν σε θέση να μιλήσει με φυσική, ανθρώπινη φωνή, καθώς και με φωνή ρομπότ – και μάλιστα τραγούδησε μέρος μιας απάντησης. Το εργαλείο ήταν επίσης σε θέση να κοιτάξει την εικόνα ενός διαγράμματος και να το συζητήσει.
Έδειξαν επίσης ότι το μοντέλο ανίχνευε τα συναισθήματα των χρηστών- σε μια περίπτωση, άκουσε την αναπνοή ενός στελέχους και τον ενθάρρυνε να ηρεμήσει.

Το ChatGPT ήταν επίσης σε θέση να συνομιλήσει σε πολλές γλώσσες μεταφράζοντας και απαντώντας αυτόματα. Το εργαλείο υποστηρίζει πλέον περισσότερες από 50 γλώσσες, σύμφωνα με την OpenAI.

«Η νέα λειτουργία φωνής (και βίντεο) είναι η καλύτερη διεπαφή υπολογιστή που έχω χρησιμοποιήσει ποτέ», δήλωσε ο διευθύνων σύμβουλος της OpenAI, Sam Altman. « Είναι σαν τεχνητή νοημοσύνη από τις ταινίες- και εξακολουθεί να με εκπλήσσει λίγο το γεγονός ότι είναι πραγματική. Το να φτάσουμε σε χρόνους απόκρισης και εκφραστικότητα ανθρώπινου επιπέδου αποδεικνύεται μεγάλη αλλαγή».

Η Murati δήλωσε ότι η OpenAI θα κυκλοφορήσει μια desktop εφαρμογή ChatGPT με τις δυνατότητες του GPT-4o, δίνοντας στους χρήστες μια άλλη πλατφόρμα για να αλληλεπιδρούν με την τεχνολογία της εταιρείας.
Το GPT-4o θα είναι επίσης διαθέσιμο στους προγραμματιστές που επιθυμούν να δημιουργήσουν τα δικά τους προσαρμοσμένα chatbots από το κατάστημα GPT της OpenAI, μια λειτουργία που θα είναι πλέον διαθέσιμη και στους μη-πληρωτές χρήστες.

Η επικαιροποιημένη τεχνολογία και τα χαρακτηριστικά πρόκειται να κυκλοφορήσουν στο ChatGPT τους επόμενους μήνες. Οι δωρεάν χρήστες του ChatGPT θα έχουν έναν περιορισμένο αριθμό αλληλεπιδράσεων με το νέο μοντέλο GPT-4o προτού το εργαλείο επιστρέψει αυτόματα στη χρήση του παλαιού μοντέλου GPT-3.5. Οι χρήστες που πληρώνουν θα έχουν πρόσβαση σε μεγαλύτερο αριθμό μηνυμάτων με το τελευταίο μοντέλο.

Η OpenAI δήλωσε ότι περισσότεροι από 100 εκατομμύρια άνθρωποι χρησιμοποιούν ήδη το ChatGPT. Όμως, μια ενημερωμένη εμπειρία ChatGPT – και η δυνατότητα αλληλεπίδρασης με αυτό στην επιφάνεια εργασίας και μέσω βελτιωμένων φωνητικών συνομιλιών – θα μπορούσε να δώσει ακόμη περισσότερους λόγους να χρησιμοποιούν την τεχνολογία του.Οι κινήσεις αυτές έρχονται σε μια εποχή που οι ενσωματώσεις της τεχνητής νοημοσύνης σε πιο ευρέως χρησιμοποιούμενα καταναλωτικά προϊόντα της Google και της Meta, όπως το Instagram και το Google Assistant, μπορούν να καταστήσουν την τεχνολογία αυτών των εταιρειών πιο ευρέως και εύκολα προσβάσιμη.

Πηγή:

https://edition.cnn.com/2024/05/13/tech/openai-altman-new-ai-model-gpt-4o/index.html