حقوق الصورة: Rawpixel عبر Freepik
أطلقت OpenAI سلسلة من التحسينات الثورية، بما في ذلك ميزتان رئيسيتان: التفاعل الصوتي والتعرف على الصور.
التحدث حرفيًا مع ChatGPT
من أهم التحسينات إضافة التفاعل الصوتي إلى ChatGPT، مما يتيح للمستخدمين إجراء محادثات منطوقة مع الذكاء الاصطناعي. اختر من بين مجموعة من خمسة أصوات تركيبية واقعية، كل منها مصمم لتقديم تجربة محادثة طبيعية. إنه مثل إجراء مكالمة هاتفية في الوقت الفعلي مع روبوت محادثة، حيث يرد ChatGPT بسرعة على أسئلتك الشفوية.
تعتمد التقنية الأساسية على نموذجين منفصلين. يحول Whisper من OpenAI، وهو نموذج تعرف صوتي موجود مسبقًا، الكلام إلى نص، ثم يُرسل إلى ChatGPT. وعلى العكس، يحول نموذج جديد للتركيب الصوتي ردود ChatGPT إلى لغة منطوقة.
في عرض توضيحي حديث، قدمت Joanne Jang، مديرة المنتج في OpenAI، مجموعة الأصوات التركيبية. تم تصميم هذه الأصوات بدقة من خلال تدريب نموذج التركيب الصوتي على أصوات ممثلين متعاقدين. وتتصور OpenAI مستقبلًا حيث يمكن للمستخدمين إنشاء أصواتهم المخصصة. كان المعيار الرئيسي لإنشاء هذه الأصوات هو التأكد من أنها ممتعة وسهلة الاستماع.
يمتد هذا التقدم إلى ما هو أبعد من ChatGPT، حيث تشارك OpenAI نموذج التركيب الصوتي مع شركات أخرى، بما في ذلك Spotify. على سبيل المثال، تستخدم Spotify هذه التقنية الصوتية التركيبية لترجمة بودكاست المشاهير إلى عدة لغات باستخدام نسخ تركيبية من أصوات مقدمي البودكاست.
التعرف على الصور أصبح ممكنًا الآن
إضافة ثورية أخرى إلى ChatGPT هي التعرف على الصور. هذه الميزة، التي أعلنت عنها OpenAI مع إطلاق GPT-4، تتيح الآن للمستخدمين تحميل الصور في التطبيق وسؤاله عن محتوى هذه الصور. وهذا يعني أنه يمكنك طرح أسئلة على ChatGPT حول المحتوى المرئي.
في عرض عملي، قام Raul Puri، وهو عالم يعمل على GPT-4، بتحميل صورة لمسألة رياضية وطلب من ChatGPT حلاً. ومن المثير للإعجاب أن ChatGPT قدم الخطوات الصحيحة. كما استخدم المستخدمون هذه الميزة لحل المشكلات الفنية عن طريق تحميل لقطات شاشة وطلب النصائح.
بالإضافة إلى ذلك، تم استخدام قدرة التعرف على الصور في ChatGPT من قبل Be My Eyes، وهو تطبيق مصمم لمساعدة الأشخاص ذوي الإعاقة البصرية. يمكن للمستخدمين تحميل الصور ويطلبون من روبوت المحادثة وصفها، مما يوفر مستوى جديدًا من الاستقلالية.
ومع ذلك، تدرك OpenAI تمامًا المخاطر المحتملة لهذه التحديثات، خاصةً عند الجمع بين نماذج الذكاء الاصطناعي المختلفة. على سبيل المثال، لا يمكن للمستخدمين طرح أسئلة حول الصور التي تحتوي على أشخاص عاديين. تدرك الشركة الحاجة إلى توخي اليقظة لتجنب إساءة الاستخدام وتلتزم بحماية كل من المستخدمين وغير المستخدمين من أي ضرر.
التحديات القادمة لـ ChatGPT
تمثل هذه التحديثات التطور السريع لنماذج OpenAI التجريبية إلى منتجات عملية. يجمع ChatGPT Plus، الإصدار المميز من التطبيق، بين GPT-4 وDALL-E، مما يجعله منافسًا قويًا للمساعدين الصوتيين مثل Siri وGoogle Assistant وAlexa. ما كان يومًا متاحًا فقط لبعض مطوري البرامج أصبح الآن متاحًا للجميع مقابل اشتراك شهري قدره 20 دولارًا.
بينما يوسع ChatGPT قدراته لـ « الرؤية والسمع والتحدث »، هناك تحديات يجب مراعاتها. قد يشكل التعرف الصوتي مشكلات في إمكانية الوصول للأشخاص ذوي اللهجات غير التقليدية. علاوة على ذلك، للأصوات التركيبية آثار اجتماعية وثقافية تتطلب مزيدًا من الاستكشاف.
ومع ذلك، تؤكد OpenAI أنها حلت المخاوف الرئيسية وتعتقد أنه يمكن نشر هذه التحديثات بأمان. تستمر الرحلة لتحسين وتوسيع قدرات الذكاء الاصطناعي، مع ChatGPT في المقدمة. على الرغم من وجود تحديات وأسئلة بالتأكيد يجب حلها، إلا أن هذا التحديث الأخير يمثل خطوة مهمة نحو إنشاء مساعدين ذكاء اصطناعي أكثر قوة وتفاعلية.