Se stavi aspettando con impazienza l’ultimo aggiornamento primaverile di OpenAI per ChatGPT e speravi che la società rilasciasse GPT-5, rimarrai deluso da questo punto di vista. Ma ciò che OpenAI ha rilasciato invece sarebbe più che compensato.
L’azienda ha recentemente presentato il suo nuovo modello di punta – GPT-4o – ed è un capolavoro di innovazione umana. La “o” in GPT-4o sta per “omni” ed è un chiaro cenno alle nuove funzionalità onnipresenti di ChatGPT. Sebbene non ci siano molti miglioramenti nella parte di intelligenza e ragionamento rispetto al modello GPT-4, il nuovo modello presenta drastici miglioramenti in termini di velocità e multimodalità.
Cosa significa? GPT-4o ha funzionalità migliorate per testo, voce e visione. Può comprendere e discutere meglio le immagini. Ma la parte più interessante dell’aggiornamento è la sua capacità di conversare con te in tempo reale tramite audio e video, introducendoci nel futuro dell’interazione uomo-macchina. La maggior parte di noi ha solo immaginato questa interazione fantascientifica con un’intelligenza artificiale in fondo alla corsia. Ma è qui ed è elettrizzante.
Mira Murati, CTO di OpenAI, insieme a due responsabili della ricerca, hanno presentato le nuove funzionalità di GPT-40.
Il modello vocale ha una personalità e una tonalità incredibili, capaci di farti dimenticare (per un po’) che stai interagendo con un’IA. È spaventosamente eccitante. Le risposte sono molto più naturali e addirittura ride e finge di arrossire come un essere umano.
La demo ha anche evidenziato la gamma di emozioni che ChatGPT può mostrare quando richiesto esplicitamente: mentre racconta una storia, ChatGPT ha assorbito la sua voce con più emozioni e drammaticità, è passato a un suono robotico e ha persino cantato come se fosse in un musical, e lo ha fatto. tutto senza soluzione di continuità.
Molti utenti affermano che la voce ricorda loro l’intelligenza artificiale di Scarlett Johansson nel film “Her”, ma in particolare è la stessa voce che ChatGPT aveva in passato. Tutta la differenza deriva dai cambiamenti di tonalità e da alcune risate ben piazzate.
Quando lo abbini alle sue capacità di vedere e rispondere al contenuto sullo schermo, è davvero strabiliante. Con le sue nuove capacità di visione, ChatGPT non solo poteva comprendere cose come le equazioni lineari, ma ha fatto un ottimo lavoro interpretando l’ambiente circostante e le emozioni sul volto di una persona mostrate utilizzando la fotocamera. Ora puoi anche giocare a sasso-carta-forbice e chiedere a ChatGPT di essere l’arbitro o fare un ulteriore passo avanti nella preparazione dell’intervista con ChatGPT chiedendogli di criticare il tuo outfit e non sorvolerà le scelte sbagliate che farai.
Nel complesso, l’effetto è notevole e ti fa quasi credere di interagire con una persona reale durante una videochiamata (se l’altra persona tiene sempre la fotocamera spenta, ovviamente).
https://www.youtube.com/watch?v=DQacCB9tDaw
Anche il modello vocale è complessivamente migliore di quello attualmente disponibile. Il dialogo scorre più come una conversazione naturale, dove è possibile interromperlo a metà, è possibile comprendere e differenziare più voci e rumori di sottofondo e il tono della voce.
A livello tecnico, è perché GPT-4o può fare in modo nativo tutto ciò che fino ad ora richiedeva tre modelli diversi: trascrizione, intelligenza e sintesi vocale. Questi miglioramenti offrono all’utente un’esperienza più coinvolgente e collaborativa rispetto alle latenze dei modelli precedenti.
Mentre l’accesso a GPT-4o sta già iniziando a essere distribuito agli utenti gratuiti e Plus nell’app Web, la nuova modalità vocale con GPT-4o verrà lanciata in versione alpha solo per gli utenti ChatGPT Plus nelle prossime settimane. Viene inoltre rilasciata una nuova app macOS ChatGPT, con accesso distribuito in modo iterativo, a partire dagli utenti ChatGPT Plus.
Anche se la demo è stata piuttosto impressionante, dovremo aspettare per vedere se l’applicazione nel mondo reale sarà altrettanto fluida quando il modello verrà finalmente rilasciato.
Articoli correlati:
OpenAI lancia la funzionalità Vision per la modalità vocale avanzata in ChatGPT
10:28
OpenAI lancia la funzionalità Canvas migliorata per tutti gli utenti di ChatGPT
10:14
Aggiornamento da Windows 11 23H2 a 24H2 su hardware non supportato: una guida passo passo
12:44
Lascia un commento