Dôležitý krok k osobnému asistentovi AI. ChatGPT už vidí, počuje aj hovorí

Spoločnosť OpenAI zaviedla veľmi očakávané zlepšenia, ktoré jej populárnemu chatbotu ChatGPT umožnia vstupovať do interakcie s obrázkami a hlasmi. Ide o významný krok smerom k vízii spoločnosti OpenAI o umelej všeobecnej inteligencii, ktorá dokáže vnímať a spracovávať informácie z viacerých vstupov, nielen z textu. „Začíname zavádzať nové hlasové a obrazové funkcie v ChatGPT. Ponúkajú nový, intuitívnejší typ rozhrania tým, že umožňujú viesť hlasovú konverzáciu alebo ukázať ChatGPT, o čom hovoríte,“ uviedla spoločnosť OpenAI vo svojom oficiálnom príspevku na blogu. Nový ChatGPT Plus bude zahŕňať hlasovú konverzáciu poháňanú novým modelom prevodu textu na reč, ktorý dokáže napodobniť ľudské hlasy, a možnosť diskutovať o obrázkoch vďaka integrácii s modelmi spoločnosti na generovanie obrázkov. Nové funkcie sú súčasťou takzvaného GPT Vision (alebo GPT-V) a predstavujú kľúčové komponenty zlepšenej multimodálnej verzie GPT-4, o ktorej spoločnosť OpenAI informovala začiatkom tohto roka. Toto ...