ChatGPT اکنون می‌تواند ببیند و بشنود و حرف بزند!

OpenAI در بیانیه‌ای مطبوعاتی نسخه‌ی جدید ChatGPT را رونمایی کرد. این چت‌بات در جدیدترین نسخه‌اش می‌تواند ببیند و بشنود و حرف بزند. این توصیفی است که OpenAI برای توانایی فهم فایل‌های صوتی و پاسخ با صدای مصنوعی و پردازش تصاویر در ChatGPT به‌کار برده است.

به‌روزرسانی جدید ChatGPT بزرگ‌ترین تغییر این چت‌بات از زمان رونمایی مدل زبانی GPT-4 محسوب می‌شود. اکنون کاربران چت‌جی‌پی‌تی می‌توانند با این چت‌بات مکالمه‌ی صوتی برقرار کنند. ChatGPT پنج صدای مختلف ارائه می‌دهد تا از میان آن‌ها صدای مدنظر خودتان را انتخاب کنید. همچنین، ChatGPT می‌تواند محتوای تصاویر را درک و مهم‌ترین نکات آن‌ها را استخراج کند.

بر‌اساس گفته‌ی OpenAI، نسخه‌ی جدید ChatGPT در دو هفته‌ی آینده برای کاربران نسخه‌ی اشتراکی این چت‌بات منتشر می‌شود. قابلیت صوتی ChatGPT به اپلیکیشن موبایل این چت‌بات محدود است؛ بااین‌حال، توانایی درک تصاویر در تمامی پلتفرم‌ها ارائه می‌شود. به‌زودی انتشار نسخه‌ی جدید ChatGPT برای عموم مردم را شاهد خواهیم بود.

به‌روزرسانی جدید ChatGPT در حالی معرفی می‌شود که رقابت بین بزرگان صنعت هوش مصنوعی همچنان ادامه دارد. شرکت‌های حوزه‌ی فناوری برای جانماندن از رقابت در حال اضافه‌کردن هوش مصنوعی به بسیاری از سرویس‌هایشان هستند. هفته‌ی گذشته، مایکروسافت ویژگی‌های جدیدی برپایه‌ی هوش مصنوعی برای ویندوز معرفی کرد و آمازون از اضافه‌شدن این فناوری به دستیار صوتی الکسا خبر داد.

اوایل سال ۲۰۲۳، مایکروسافت سرمایه‌گذاری ۱۰ میلیارد دلاری در OpenAI انجام داد تا به بزرگ‌ترین سهام‌دار تبدیل شود و رابطه‌ی تجاری نزدیکی با این شرکت برقرار کند. اکنون بسیاری از سرویس‌های OpenAI در محصولات مایکروسافت استفاده می‌شوند.

کارشناسان نگران افزایش محتوای دیپ‌فیک به‌وسیله‌ی هوش مصنوعی هستند و اضافه‌شدن صدا به ChatGPT این نگرانی را تقویت می‌کند. OpenAI می‌گوید که برای تولید صداهای ChatGPT با برخی از صداپیشگان همکاری کرده است تا مشکلی درزمینه‌ی حریم خصوصی پیش نیاید.