تیم OpenAI مدل GPT-4o را معرفی کرد؛ نویدبخش گفتگوی لحظه‌ای

OpenAI مدل جدیدی به نام GPT-4o را معرفی کرد که به زودی امکان گفتگوی لحظه‌ای با یک دستیار هوش مصنوعی را فراهم می‌کند. اعضای OpenAI در دموی ۱۳ اردیبهشت قابلیت‌های مدل را به نمایش گذاشتند؛ از جمله توانایی ارائه بازخورد لحظه‌ای، تعریف داستان و کمک به حل مسائل ریاضی.

مدیرعامل OpenAI، سم آلتمن، تجربه تعامل با این مدل را "شبیه به هوش مصنوعی فیلم‌ها" توصیف کرد.

مارک چن، رئیس بخش تحقیقات مرزی این سازمان، خاطرنشان کرد که در حالی که پیش از این کاربران می‌توانستند به «حالت صدا» (Voice Mode) دسترسی داشته باشند، مدل جدید امکان قطع صحبت، حذف تأخیر چند ثانیه‌ای و تشخیص و برقراری ارتباط با طیف وسیعی از حالات احساسی را فراهم می‌کند.

سم آلتمن، مدیرعامل OpenAI، در یادداشت وبلاگی جداگانه‌ای به این به‌روزرسانی اشاره کرد و آن را «بهترین رابط کاربری رایانه‌ای که تا به حال استفاده کرده‌ام» خواند و افزود: «این مدل به هوش مصنوعی فیلم‌ها شباهت دارد.» وی گفت: «رسیدن به زمان پاسخگویی و قدرت بیان در سطح انسان، گامی بزرگ به شمار می‌رود.»

علاوه بر بهبود قابلیت‌های متن، ویدئو و تصویر، GPT-4o مدل سریع‌تری است که همان سطح هوشمندی GPT-4 را ارائه می‌دهد.

دسترسی کامل در انتظار

در ابتدا، GPT-4o از امکانات محدودی برخوردار خواهد بود، اما هم‌اکنون این مدل می‌تواند تصاویر را "بسیار بهتر از هر مدل موجود دیگری" درک و در مورد آن‌ها بحث کند. OpenAI به عنوان مثال پیشنهاد می‌کند که این مدل می‌تواند منویی را بررسی و ترجمه، توضیح و پیشنهاداتی را ارائه دهد.

دسترسی به این قابلیت در هر یک از مدل‌های اشتراکی شرکت با محدودیت‌های متفاوتی همراه است. از امروز، کاربران رایگان چت‌جی‌پی‌تی (ChatGPT Free) می‌توانند با محدودیت‌هایی به این ویژگی دسترسی داشته باشند. کاربران اشتراک‌های پلاس و تیم چت‌جی‌پی‌تی نیز می‌توانند با محدودیت‌هایی ۵ برابر کمتر به GPT-4o دسترسی پیدا کنند. این شرکت همچنین برنامه‌ریزی کرده است تا بعداً این ویژگی را با "محدودیت‌های حتی بالاتر" برای کاربران سازمانی گسترش دهد.

OpenAI به زودی نسخه به‌روزرسانی‌شده «حالت صدا» را معرفی خواهد کرد. عرضه نسخه اولیه (آلفا) این قابلیت در چند هفته آینده و با دسترسی زودهنگام برای کاربران پلاس برنامه‌ریزی شده است.

رقابت در بخش هوش مصنوعی

به‌روزرسانی‌های OpenAI در پی ارتقاهای صورت‌گرفته توسط شرکت‌های رقیب انجام می‌شود.

شرکت Anthropic در ماه مارس به‌روزرسانی برای مدل Claude را منتشر کرد که آن را برتر از GPT-4 OpenAI می‌داند. در همین حال، متا (Meta) در ماه آوریل از Llama 3 با تعداد پارامتر بهبودیافته رونمایی کرد.

تحولات دیگری نیز در این صنعت در حال وقوع است. گوگل قرار است در ۱۴ اردیبهشت کنفرانس I/O خود را برگزار کند که در آن هوش مصنوعی در بخش‌های کلیدی مورد بحث قرار خواهد گرفت. همچنین انتظار می‌رود اپل در ماه ژوئن از iOS 18 رونمایی کند که پیش‌بینی می‌شود شامل ویژگی‌های جدید هوش مصنوعی باشد.