У місті Сан-Франциско відбулася презентація довгоочікуваної нової версії штучного інтелекту – GPT-40. Профільні ЗМІ та блогери, яким вдалося протестувати нові функції, називають цю версію “божевільною”, “сенсаційною”, “революційною” та іншими епітетами.
Вони кажуть, що розробники вперше могли наблизити програму до моделі спілкування реальних людей.
GPT-4o вміє співати, змінювати інтонацію голосу, розпізнавати емоції користувача та аналізувати візуальну інформацію.
На конкретному прикладі це має такий вигляд: ШІ через фронтальну камеру і динаміку телефону розпізнав людину. Потім дуже детально описав її одяг та емоції, особливості кімнати і навіть помітив, коли до неї ззаду підійшла колега і поставила “ріжки”. Після цього на основі побаченого і почутого GPT-4o склав і виконав пісню.
Модель зчитує через камеру смартфона рівняння, написане на папері, дає підказки щодо його розв’язання і поправляє користувача, якщо він пропонує некоректні варіанти.
ШІ навчили менш ніж за 30 секунд візуалізувати дані, створюючи різні графіки.
GPT-4o серйозно поліпшив володіння іноземними мовами. Тепер ШІ – це вважається дуже серйозним проривом, – можна використовувати як перекладача в режимі реального часу.
Користувачі зможуть дивитися шоу іншими мовами, не чекаючи перекладу. Переговори з іноземними партнерами теж перестануть бути складністю.
Зміняться і подорожі – наприклад, за допомогою ШІ людина зможе зрозуміти мову будь-якого іноземця або зображення. Так, можна буде прикласти камеру телефону до меню китайською, а GPT-4o не просто його перекладе, а й опише склад страв.
Розробники зізнаються, що поки самі не до кінця знають, яким саме чином можна застосувати всі функції.
Але вже висловлюються побоювання, що нова версія чатбота може докорінно змінити ринок послуг перекладу та вивчення іноземних мов. Відразу після презентації GPT-4o впали акції компанії Duolingo.
Функції впроваджуватимуть поступово. Згодом усі вони стануть доступними і рядовим передплатникам.