ChatGPT sada također razumije slike i glasovne naredbe

OpenAI neprestano unapređuje ChatGPT chatbot. Nova verzija omogućuje korisnicima da aktiviraju ChatGPT i glasom i slikama, donoseći nova pitanja i nedoumice. Dakle, što donosi nova verzija i kada?

Večina sprememb, ki jih OpenAI uvaja v ChatGPT, se nanaša na to, kaj bot, ki ga poganja umetna inteligenca, zmore: na kakšna vprašanja lahko odgovarja, do katerih informacij lahko dostopa in podobno. Tokrat pa spreminja tudi način, kako lahko sami uporabljate ChatGPT. Podjetje uvaja novo različico storitve, ki vam omogoča, da z umetno inteligentnim AI botom komunicirate ne samo s pisanjem stavkov v besedilno polje, temveč tudi tako, da z njim govorite ali pa samo naložite sliko. Nove funkcije bodo tistim, ki plačujejo naročnino Plus, na voljo v naslednjih tednih, ostali pa bodo nove funkcionalnosti prejeli “kmalu zatem”.

Del z glasovnimi ukazi ni nič pretresljivo novega: tapnete gumb in izgovorite svoje vprašanje, ChatGPT ga pretvori v besedilo in ga posreduje velikemu jezikovnemu modelu, pridobi odgovor in ga pretvori nazaj v govor ter vam odgovori glasovno. To bi moralo spominjati na pogovor z Alexo ali Googlovim asistentom, le da – tako upa OpenAI – bodo odgovori boljši zaradi izboljšane osnovne tehnologije. Zdi se, da se večina virtualnih pomočnikov prenavlja in vključuje velike jezikovne modele – OpenAI pa je za zdaj korak pred vsemi.

Odličen OpenAI-jev model Whisper opravlja velik del pretvorbe govora v besedilo, podjetje pa uvaja tudi nov model pretvorbe besedila v govor, ki naj bi znal ustvariti “zvok, podoben človeškemu, in to samo iz besedila in nekaj sekund vzorčnega govora.” Izmed petih možnosti boste lahko izbrali glas za ChatGPT, vendar se zdi, da OpenAI meni, da ima model veliko večji potencial. OpenAI na primer sodeluje s Spotifyjem pri prevajanju podkastov v druge jezike, pri čemer ohranja zvok glasu osebe, ki vodi podkast. Obstaja veliko zanimivih načinov uporabe sintetičnih glasov in OpenAI bi lahko bil velik del te industrije.

Ne glede na vse pa dejstvo, da lahko ustvarite spodoben sintetični glas samo z nekaj sekundami zvočnega posnetka, odpira vrata za vse vrste potencialno problematičnih primerov uporabe. “Te zmogljivosti predstavljajo nove nevarnosti, kot je možnost, da bi zlonamerni akterji posnemali javne osebnosti in podobno,” je zapisano v blogu podjetja, ki napoveduje nove funkcije. Model ravno zaradi tega ni na voljo za širšo uporabo in bo veliko bolj nadzorovan in omejen na določene primere uporabe ter partnerstva.

Značajka pretraživanja slika donekle je slična Google Lensu. Snimite fotografiju i ChatGPT će pokušati razumjeti što tražite i odgovoriti u skladu s tim. Također možete koristiti alat za crtanje u aplikaciji kako biste pitanje učinili što jasnijim ili izgovorite ili upišite pitanja vezana uz sliku. Ovdje je priroda ChatGPT-a posebno korisna: umjesto da pokrenete pretragu, dobijete pogrešan odgovor i zatim pokrenete novu pretragu, možete potaknuti bota i poboljšati odgovor tijekom procesa. Ovo je vrlo slično onome što Google radi s multimodalnim pretraživanjem.

Očitno ima vključitev slik v ChatGPT tudi svoje slabosti. Ena od njih je, ko uporabite ChatGPT “na osebi”: OpenAI pravi, da je zavestno omejil “sposobnost ChatGPT-ja, da analizira in daje neposredne izjave o ljudeh”. Tako zaradi natančnosti, kot tudi zaradi zasebnosti. To pomeni, da ena najbolj znanstvenofantastičnih predstav o umetni inteligenci – sposobnost, da nekoga pogleda in pove, kdo je – ne bo kmalu uresničena. Kar je verjetno dobra stvar.

Gotovo godinu dana nakon vrhunca ChatGPT-a, čini se da OpenAI još uvijek pokušava smisliti kako svom modelu dati više značajki i mogućnosti bez stvaranja novih problema i nedostataka. S novim izdanjima, tvrtka je pokušala ići tom tankom linijom svjesno ograničavajući ono što njeni novi modeli mogu učiniti. Ali činjenica je da ovaj pristup neće uvijek funkcionirati. Kako sve više i više ljudi koristi glasovnu kontrolu i pretraživanje slika, i kako se ChatGPT približava tome da postane istinski multimodalni, korisni virtualni pomoćnik, bit će sve teže održavati sve ove zaštitne mjere.