اختر منطقتك 
أعلن OpenAI، منشئ ChatGPT، عن أحدث طراز للذكاء الاصطناعي، وهو GPT-4o، وهو برنامج دردشة آلي أكثر شبهًا بالإنسان، والذي يمكنه تفسير الصوت والفيديو الخاص بالمستخدم والاستجابة في الوقت الفعلي.
تُظهر سلسلة من العروض التوضيحية التي أصدرتها الشركة أن GPT-4 Omni يساعد المستخدمين المحتملين في أشياء مثل التحضير للمقابلة – من خلال التأكد من أنهم يبدون حسني المظهر للمقابلة – بالإضافة إلى الاتصال بوكيل خدمة العملاء للحصول على جهاز iPhone بديل.
تُظهر العروض التوضيحية الأخرى أنه يمكنه مشاركة نكات الأب، وترجمة محادثة ثنائية اللغة في الوقت الفعلي، ويكون حكمًا على مباراة حجر ورقة مقص بين اثنين من المستخدمين، والرد بسخرية عند سؤاله. يُظهر أحد العروض التوضيحية أيضًا كيف يتفاعل ChatGPT عند تقديمه لجرو المستخدم لأول مرة.
“حسنًا، مرحبًا يا باوزر! ألست مجرد الشيء الصغير الأكثر روعة؟” صاح الشات بوت.
رحب بـ GPT-4o، نموذجنا الرائد الجديد الذي يمكنه التفكير عبر الصوت والرؤية والنص في الوقت الفعلي: https://t.co/MYHZB79UqN
يتم طرح إدخال النص والصور اليوم في واجهة برمجة التطبيقات (API) وChatGPT مع الصوت والفيديو في الأسابيع المقبلة. pic.twitter.com/uuthKZyzYx
– أوبن إيه آي (@OpenAI) 13 مايو 2024
“يبدو الأمر وكأن الذكاء الاصطناعي من الأفلام؛ قال سام ألتمان، الرئيس التنفيذي للشركة، في تدوينة بتاريخ 13 مايو/أيار: “لا يزال الأمر مفاجئًا بعض الشيء بالنسبة لي أن هذا حقيقي”.
“تبين أن الوصول إلى أوقات الاستجابة والتعبير على المستوى البشري يمثل تغييرًا كبيرًا.”
تم إطلاق إصدار إدخال النص والصور فقط في 13 مايو، ومن المقرر طرح الإصدار الكامل في الأسابيع المقبلة، حسبما ذكرت OpenAI في منشور X الأخير.
سيكون GPT-4o متاحًا لمستخدمي ChatGPT المدفوعين والمجانيين ويمكن الوصول إليه من خلال واجهة برمجة تطبيقات ChatGPT.
قالت OpenAI إن الحرف “o” في GPT-4o يرمز إلى “omni” – والذي يسعى إلى تحديد خطوة نحو المزيد من التفاعلات الطبيعية بين الإنسان والحاسوب.
نقدم لكم GPT-4o، نموذجنا الجديد الذي يمكنه التفكير عبر النص والصوت والفيديو في الوقت الفعلي.
إنها متعددة الاستخدامات وممتعة للعب بها، وهي خطوة نحو شكل أكثر طبيعية للتفاعل بين الإنسان والحاسوب (وحتى التفاعل بين الإنسان والحاسوب): pic.twitter.com/VLG7TJ1JQx
– جريج بروكمان (@gdb) 13 مايو 2024
تعد قدرة GPT-4o على معالجة أي مدخلات من النص والصوت والصورة في نفس الوقت تقدمًا كبيرًا مقارنة بأدوات الذكاء الاصطناعي السابقة لـ OpenAI، مثل ChatGPT-4، والتي غالبًا ما “تفقد الكثير من المعلومات” عندما تضطر إلى القيام بمهام متعددة. .
متعلق ب: Apple تضع اللمسات الأخيرة على صفقة مع OpenAI لتكامل ChatGPT iPhone: تقرير
قال OpenAI: “إن GPT-4o أفضل بشكل خاص في فهم الرؤية والصوت مقارنة بالنماذج الحالية”، والتي تتضمن حتى التقاط مشاعر المستخدم وأنماط التنفس.
كما أنه “أسرع بكثير” و”أرخص بنسبة 50%” من GPT-4 Turbo في واجهة برمجة تطبيقات OpenAI.
يمكن لأداة الذكاء الاصطناعي الجديدة الاستجابة للمدخلات الصوتية في أقل من 2.3 ثانية، بمتوسط وقت يبلغ 3.2 ثانية، كما تدعي OpenAI، والتي تقول إنها تشبه أوقات الاستجابة البشرية في محادثة عادية.
المجلة :كيفية إيقاف نهاية العالم للذكاء الاصطناعي: ديفيد برين، مؤلف Uplift
