Novo ažuriranje: ChatGPT može da “čuje, vidi i govori”
ChatGPT napreduje velikom brzinom, a najnovije ažuriranje bi trebalo da mu podari „moć vida i govora“. Glasovne opcije i funkcije za prepoznavanje glasa bi ovaj AI sistem mogle da učine još bližim čovečjim sposobnostima.
Već nas neko vreme zatrpavaju naslovima da ChatGPT i ostali slični botovi menjaju internet i život uopšte. Uskoro stiže nova opcija koja nas približava naučnoj fantastici i veštačkoj inteligenciji koja ume da komunicira s čovekom. Kompanija OpenAI je nedavno najavila novo ažuriranje u okviru kojeg GPT-3.5 i GPT-4 AI modeli dobijaju moć da analiziraju slike i na njih reaguju u okviru tekstualne komunikacije. Mobilna aplikacija dobija i „sposobnost govora“ koja bi trebalo da omogući razgovore s virtuelnim asistentima.
Nove opcije stižu ChatGPT Plus i Enterprise korisnicima u narednih nekoliko nedelja, a govorna funkcija dolazi samo na iOS i Android, dok će prepoznavanje slika biti dostupno i onima koji bota koriste u verziji za web.
Kompanija još nije objavila sve detalje o tome kako ove novotarije rade, ali se zna da će ChatGPT uskoro moći da prima glasovne komande, ali i upite zasnovane na slikama. Korisnici pomenutih paketa će opcije moći da aktiviraju u „New Features“, a klikom na taster u obliku mikrofona će moći da izaberu jedan od pet ponuđenih glasova kojim bot može da progovori.
U pitanju je ozbiljan napredak, pa će ChatGPT, kako tvrde iz kompanije, glasovne razgovore moći da pokreće uz pomoć novog modela pretvaranja teksta u govor koji stvara glas nalik ljudskom. Kada je tumačenje slika u pitanju i tu se stvari ozbiljno kuvaju – korisnik će uskoro botu moći da „pokaže“ fotografiju nekog pokvarenog uređaja i postavi mu pitanje zašto ne radi, ili sliku svega što ima u frižideru na osnovu čega će AI onda napraviti odgovarajući recept.
Na panelu prvog dana ovogodišnje BIZIT konferencije (8. i 9 novembar 2023. godine) će se govoriti i o veštačkoj inteligenciji. Posetite sajt kako biste saznali više.
Izvor: Ars Technica
