کمپانی OpenAI در آخرین بروزرسانی هوش مصنوعی ChatGPT قابلیت شنیدن و حرف زدن درباره موضوعات مختلف مانند بحث درباره تصاویر را به این ربات اضافه کرد.
همان‌طورکه پیش‌بینی می‌شد، کمپانی OpenAI یک بروزرسانی فوق‌العاده جذاب و کاربردی را به ربات هوش مصنوعی ChatGPT عرضه کرد که کاربران با استفاده از آن می‌توانند ازطریق آن با ربا صحبت کنند و تعامل‌ها خیره‌کننده‌ای داشته باشند. برای مثال، ربات چت جی‌پی‌تی می‌تواند تصاویر را ببیند و درباره آن با کاربران گفت‌وگو کند؛ به‌نظر می‌رسد ارائه چنین ویژگی به‌منظور برداشتن گامی بزرگ برای ایجاد انقلابی بزرگ در صنعت هوش مصنوعی است. البته باید گفت این ربات قابلیت‌های دیگری هم به‌جز درک و پردازش متون و تصاویر دارد.
با انتشار یک پست رسمی در وبلاگ OpeAI، این کمپانی رسما از قابلیت‌های صوتی و تصویری رونمایی کرد و گفت کاربران می‌توانند برای ارتباط و تعامل با ChatGPT از پیام‌های صوتی استفاده کنند و هرآنچه از می‌خواهند از ربات بپرسند. تیم نرم‌افزاری این کمپانی پیش‌رو و فعال در صنعت هوش مصنوعی با استفاده از مدل‌های زبان بزرگ توانسته‌اند به‌دست‌آورد بزرگی برای تعامل با انسان برسند که در ادامه به آن می‌پردازیم.
کمپانی OpenAI می‌گوید ربات هوش مصنوعی چت جی‌پی‌تی-پلاس شامل چت صوتی می‌شود که برپایه یک مدل متن به گفتار توسعه‌یافته و می‌تواند صدا و توانایی تلکم انسانی را به‌خوبی تقلید کند. همچنین، توانایی تشخیص تصاویر و بحث درباره ویژگی‌های آن نکته‌ای بسیار جالب و تامل‌برانگیز به‌شمار می‌رود. البته باید گفت بروزرسانی بخش تصویری تحت‌عنوان GPT Vision شناخته می‌شود که مولفه‌های چندوجهی GPT-4 را نیز دربرمی‌گیرد.
علاوه‌براین باید یادآور شد که بروزرسانی موردبحث از ChatGPT درست هم‌زمان با رونمایی از DALL-E 3 انجام می‌شود که به‌عنوان پیشرفته‌ترین تولید‌کننده متن به تصویر صنعت هوش مصنوعی شناخته می‌شود. براساس گفته‌ها و نظرات کارشناسان و منتقدان، ربات DALL-E 3 به‌دلیل کیفیت و دقت غیرقابل‌تصوری که دارد می‌تواند بهترین ربات هوش مصنوعی به‌شمار رود. باوجوداین، به‌نظر می‌رسد استفاده از این قابلیت‌ها تنها برای کاربران اشتراکی دردسترس قرار می‌گیرد.
اخبار مرتبط:
