OpenAI ربات مکالمه جدید ChatGPT را منتشر کرد

Bijie.com گزارش داد:

منبع: Quantum

OpenAI در حال راه اندازی یک ربات چت هوش مصنوعی پیشرفته است که می توانید با آن صحبت کنید. این ربات اکنون حداقل برای برخی افراد در دسترس است.

چت ربات جدید نشان دهنده حرکت OpenAI به سمت نسل جدیدی از دستیارهای صوتی هوش مصنوعی است که شبیه سیری و الکسا هستند اما قدرتمندتر هستند و مکالمات طبیعی تر و روان تر را امکان پذیر می کنند. این گامی به سوی عوامل هوش مصنوعی جامع تر است. ربات صوتی ChatGPT جدید می تواند اطلاعات منتقل شده با آهنگ های مختلف را تشخیص دهد، به وقفه ها واکنش نشان دهد و به سوالات در زمان واقعی پاسخ دهد. همچنین برای صدای طبیعی تر آموزش داده شده است و می تواند انواع احساسات مختلف را با صدای خود منتقل کند.

مدل گفتار آن توسط مدل جدید GPT-4o OpenAI هدایت می‌شود که قابلیت‌های گفتار، متن و بصری را ترکیب می‌کند. این شرکت در ابتدا در تلاش برای جمع‌آوری بازخورد، ربات چت را برای تعداد کمی از کاربران ChatGPT Plus که پول پرداخت می‌کنند، عرضه می‌کند، اما این شرکت می‌گوید که آن را در پاییز امسال برای همه مشترکان ChatGPT Plus در دسترس قرار خواهد داد. هزینه اشتراک ChatGPT Plus 20 دلار در ماه (تقریبا 144 یوان) است. OpenAI گفت که اولین کاربران را از عرضه در برنامه ChatGPT مطلع می کند و دستورالعمل هایی را در مورد نحوه استفاده از مدل جدید ارائه می دهد.

ویژگی صوتی جدید در ماه مه اعلام شد، اما یک ماه دیرتر از برنامه ریزی اولیه راه اندازی شد، زیرا شرکت اعلام کرد که برای بهبود ویژگی های امنیتی مانند تشخیص مدل و توانایی رد محتوای قابل اعتراض به زمان بیشتری نیاز دارد. این شرکت همچنین گفت که در حال آماده سازی زیرساخت های خود برای ارائه پاسخ های بلادرنگ به میلیون ها کاربر است.

OpenAI گفت که قابلیت‌های گفتاری مدل را با بیش از 100 عضو تیم قرمز خارجی که وظیفه تشخیص عیوب در مدل را داشتند، آزمایش کرده است. طبق گزارش OpenAI، این آزمایش‌کنندگان در مجموع به ۴۵ زبان صحبت می‌کردند و از ۲۹ کشور دنیا آمده بودند.

این شرکت گفت که تعدادی مکانیسم امنیتی را اجرا کرده است. به عنوان مثال، برای جلوگیری از استفاده از مدل برای ایجاد دیپ فیک های صوتی، این شرکت با صداپیشگان برای ایجاد چهار صدای از پیش تعیین شده همکاری کرد. GPT-4o صدای دیگران را تقلید یا تولید نمی کند.

زمانی که OpenAI برای اولین بار GPT-4o را راه اندازی کرد، این شرکت به دلیل استفاده از صدایی به نام “Sky” که بسیار شبیه به اسکارلت جوهانسون بازیگر بود، با واکنش های منفی مواجه شد. جانسون بیانیه ای صادر کرد و گفت که شرکت با او تماس گرفته است تا اجازه دهد از صدای او در مدل استفاده شود، اما او نپذیرفت. او گفت که از شنیدن صدایی که «به طرز عجیبی شبیه صدای او» در جریان تظاهرات مدل شوکه شده است. OpenAI تکذیب کرد که این صدا متعلق به جانسون است، اما دسترسی به Sky را به حالت تعلیق درآورده است.

این شرکت همچنین در چندین پرونده قضایی به اتهام نقض حق نسخه برداری شرکت داشته است. OpenAI گفت که فیلترهایی را برای شناسایی و مسدود کردن درخواست‌ها برای تولید موسیقی یا سایر صداهای محافظت شده با حق نسخه‌برداری پیاده‌سازی کرده است. OpenAI همچنین گفت که از همان مکانیزم‌های امنیتی که در مدل‌های مبتنی بر متن خود استفاده می‌کند، برای GPT-4o استفاده کرده است تا از نقض قانون و تولید محتوای مضر جلوگیری کند.

OpenAI قصد دارد ویژگی‌های پیشرفته‌تری را در آینده اضافه کند، مانند اشتراک‌گذاری ویدیو و صفحه، که ممکن است این دستیار را حتی مفیدتر کند. در تظاهراتی در ماه مه، کارمندان دوربین تلفن خود را به سمت یک تکه کاغذ گرفتند و از یک مدل هوش مصنوعی خواستند تا به آنها در حل یک معادله ریاضی کمک کند. آنها همچنین صفحه نمایش های کامپیوتر را به اشتراک گذاشتند و از مدل ها خواستند تا در حل مشکلات برنامه نویسی به آنها کمک کنند. OpenAI می‌گوید این ویژگی‌ها در حال حاضر عرضه نمی‌شوند، اما در تاریخ نامشخصی در دسترس خواهند بود.