OpenAI презентувала функцію двостороннього голосового перекладу: деталі оновлення ChatGPT4o

Джерело: TechCrunch

13 травня компанія OpenAI презентувала удосконалену голосову модель штучного інтелекту GPT4 Omni, що буде доступна безплатно для усіх користувачів.

OpenAI представила свою нову модель GPT4 Omni у межах презентації Spring Update.

Доступ до неї видаватиметься поступово протягом кількох тижнів, аби уникнути перевантаження серверів.

Головна технічна директорка OpenAI Міра Мураті зауважила, що ChatGPT відтепер матиме можливості пам’яті, тобто навчатися з попередніх розмов із користувачами та виконувати переклад у реальному часі.

Під час презентації розробники продемонстрували realtime переклад двома мовами.

OpenAI demos real-time language translation with its latest GPT-4o model. pic.twitter.com/pXtHQ9mKGc

— TechCrunch (@TechCrunch) May 13, 2024

На цей час модель знає 50 мов. Користувач зможе робити голосовий переклад у режимі реального часу. Тож надалі можна буде використовувати GPT-4o у прямому мовленні між людьми.

Окрім цього, GPT-4o може вирішувати задані рівняння. Також модель можна буде використовувати під час планування витрат.

Зокрема для демонстрації роботи нової версії ChatGPT керівники компанії запропонували моделі у режимі реального часу надати інструкції щодо розв’язання математичної задачі, розповісти казку перед сном і заспівати.

Так, на зауваження щодо необхідності дати “більше емоцій”, ChatGPT повернувся до початку казки та справді більш емоційно розпочав розповідь. Також з проханням перейти на голос “робота”, модель з легкістю впоралася з таким завданням.

If you’ve seen Her, you’ll know exactly who GPT-4o’s dramatic delivery sounds like pic.twitter.com/yQtSC7vqvB

— TechCrunch (@TechCrunch) May 13, 2024

Загалом з анонсованих нововведень:

50 мов, перекладу текстів поліпшили на 50%;
нова версія зберігає всі інтонації, сміється і навіть запинається;
працює з текстом, картинками та аудіо;
шукає інформацію в інтернеті;
пише код у 10 разів швидше за звичайну GPT-4;
відповідає на запитання по відео у реальному часі.

Зауважимо, на початку травня сервіс для вивчення іноземних мов Duolingo звітував про зростання квартального виторгу на 45%, одначе акції подешевшали на 18% за день. У звітності за перший квартал Duolingo повідомив про уповільнення темпів приросту нових користувачів.

Одначе, вже 13 травня акції Duolingo знову впали на понад 4%.

Довідка. ChatGPT4o – літера “o” у назві — це скорочення від “omni” (“всебічний”). Нова версія моделі працює з мовою, текстом та відео. GPT-4o в середньому реагує на аудіо за 320 мілісекунд, що можна порівняти з часом реакції людини в розмові

OpenAI розробляє функцію для ChatGPT, яка може здійснювати пошук в Інтернеті та цитувати джерела у своїх результатах, потенційно конкуруючи з пошуковим стартапом Alphabet Inc. Google та Perplexity, за словами особи, знайомої з цим питанням.
Генеральний директор OpenAI Сем Альтман активно працює над створенням глобальної коаліції, що об’єднує урядових та галузевих лідерів для підтримки збільшення постачання мікросхем, енергії та потужностей центрів обробки даних, необхідних для розвитку технологій штучного інтелекту. Він це робив у межах подорожі на Близький Схід.
Financial Times оголосила про укладення угоди з компанією OpenAI, згідно з якою контент видання буде використовуватися для навчання штучного інтелекту.
OpenAI випустила оновлену версію свого чат-бота ChatGPT, яка тепер здатна запам’ятовувати висловлювання користувачів для подальшого використання у майбутніх діалогах.