OpenAI представил новые модели, способные вести живой диалог с человеком.
Компания OpenAI, считающаяся мировым лидером в области искусственного интеллекта, объявила о выпуске моделей GPT-Live-1 и GPT-Live-1 mini, которые выводят взаимодействие с пользователями на абсолютно новый уровень. Об этом сообщило Zamin.uz.
Указанная технология направлена на максимальное приближение процесса общения с ChatGPT к естественному диалогу между людьми. Новые модели не только отвечают быстрее, но и способны точно понимать речь собеседника и адаптироваться к его настроению.
Главной особенностью нового поколения моделей является их двусторонняя одновременная работа. Это означает, что умный помощник теперь может одновременно слушать и говорить.
В предыдущих версиях требовалось, чтобы пользователь полностью закончил свою фразу, тогда как в новых моделях появилась возможность вести диалог естественным образом или активно использовать функции реального времени. Компания переносит функцию расширенного голосового режима из приложения ChatGPT полностью в эту небольшую модель.
Ранее голосовое взаимодействие представляло собой сложный трехэтапный процесс: сначала речь преобразуется в текст, затем текстовая модель генерирует ответ, и наконец, он снова преобразуется в голос.
Новые модели же сокращают эту цепочку, обрабатывая информацию непосредственно в голосовой форме. Это полностью устраняет такие проблемы, как несвоевременные паузы системы или недостаточно логичные ответы на вопросы.
Кроме того, новый голосовой режим, подключенный к последним текстовым моделям, способен выполнять сложные логические задачи без ошибок. По словам представителей OpenAI, новая система способна длительное время сохранять молчание, усваивать содержание диалога и вступать в общение только тогда, когда это действительно необходимо.
Помимо этого, система способна представлять визуальную информацию. Это позволяет не только общаться с ChatGPT, но и работать с интерактивными визуальными материалами с его помощью.
Такой подход активно применяется и современными стартапами, создавая удобство для пользователей. Руководители проекта голосового взаимодействия подчеркивают, что в будущем основным способом взаимодействия с компьютерами и различными устройствами станет именно голосовое общение.
Специалисты демонстрируют на собственном опыте, что с помощью этой функции можно проводить очень длинные и содержательные диалоги. Компания рассматривает голосового помощника не просто как простой инструмент поиска, а как основной интерфейс управления для выполнения сложных задач.
В настоящее время более ста пятидесяти миллионов человек по всему миру используют голосовые и диктовочные функции ChatGPT. В условиях сильной конкуренции крупные технологические корпорации также серьезно работают над тем, чтобы сделать своих виртуальных помощников более естественными.
OpenAI же в этот раз рассматривает не только программное обеспечение, но и возможность выпуска специализированных устройств, таких как наушники, основанные на искусственном интеллекте, для будущего использования.
