Korzystasz z ChatGPT? Teraz chatbot zyska wzrok, słuch, a nawet mowę – to nowy krok w interakcji z SI

Trudno obecnie nie powracać do tematu sztucznej inteligencji. Technologia ta bowiem sukcesywnie wzbudza równą ilość niepokoju, co zachwytu, stale dając nam kolejne tematy do dywagacji. Od lat zastanawiamy się więc, czy powinniśmy czuć się zagrożeni maszynami i sztuczną inteligencją? Podobne odczucia mogą wywołać także najnowsze doniesienia od twórców słynnego ChatGPT, czyli firmy OpenAI.

W ostatnim czasie temat SI powrócił ze zdwojoną siłą za sprawą rozpowszechnienia narzędzi opartych o tę niezwykłą technologię. Prym wiodą tu dostępne użytkownikom sieci kreatory graficzne oparte na sztucznej inteligencji, a także chatboty. W przypadku tych drugich coraz więcej firm zaczyna stosować tę technologię do interakcji z klientami, ale poszczególne narzędzia są ogólnie dostępne do wykorzystania dla wszystkich.

Jednym z najsłynniejszych przykładów jest ChatGPT firmy Open AI, choć goni go konkurencja m.in. w postaci chatbota Bard od Google. Wygląda jednak na to, że najpopularniejszych obecnie program tekstowy SI wkrótce wprowadzi udoskonalenia, które robią ogromne wrażenie i mogą przesądzić o tym, kto w branży pozostanie na pozycji lidera. O co chodzi?

Jak możemy dowiedzieć się z oficjalnej strony firmy OpenAI, czyli twórców ChatGPT, ich narzędzie oparte na sztucznej inteligencji już wkrótce dostanie nowe funkcje. Nie byłoby to nic nowego czy dziwnego gdyby nie rodzaj tych nowości. Jak się bowiem okazuje, chatbot ma otrzymać niemal ludzkie zmysły, a dokładnie:

• Wzrok,
• słuch,
• oraz mowę.

Wszystko rozpocznie się od implementacji zmodyfikowanego interfejsu, który umożliwi nam wykorzystanie wspomnianych funkcji. Jak jednak będą one dokładnie działać? Otóż po pierwsze, ChatGPT otrzyma funkcję zaawansowanego rozpoznawania obrazów, dzięki czemu będziemy mogli zwrócić się do niego w oparciu o obraz. Tym samym wystarczy zrobić np. zdjęcia zadania matematycznego, aby otrzymać od SI jego wynik lub po załączeniu zdjęcia konkretnego miejsca poprosić o informacje na jego temat.

Twórcy informują, że możliwe będzie nawet zrobienie zdjęcia wnętrza naszej lodówki, aby poprosić ChatGPT o podanie przepisu, który będziemy mogli wykonać z posiadanym produktów. Nowa opcja będzie dostępna we wszystkich wersjach narzędzia i na dowolnym urządzeniu. Brzmi niesamowicie, prawda? To jednak jeszcze nie koniec, ponieważ w aplikacji pojawi się narzędzie do rysowania, z pomocą którego będziemy mogli np. zaznaczyć interesujący nas fragment obrazu.

OpenAI poinformowało także, że w przeciągu około dwóch tygodni, podobnie jak rozpoznawanie obrazu, zostanie wprowadzona funkcja rozmowy głosowej z ChatGPT. Opcja będzie dostępna jednak jedynie (puki co) na urządzeniach mobilnych z systemem Android i iOS. Całość została natomiast oparta na bazie własnego systemu firmy do rozpoznawania mowy i transkrypcji na tekst o nazwie Whisper (dostępnego open source), a także nowego modelu zmiany tekstu na mowę z funkcją generowania dźwięku podobnego do ludzkiego głosu.

Udoskonalenie umożliwi nam ostatecznie prowadzenie rozmowy głosowej z chatbotem bez konieczności wpisywania poleceń tekstowych. Nie tylko więc rozpoczniemy „rozmowę” używając własnego głosu, co zostanie zarejestrowane przez chatbota, ale i tak też otrzymamy w taki sam sposób odpowiedź.

Wystarczy, że po wybraniu odpowiedniej opcji w ustawieniach naszego urządzenia wciśniemy ikonę słuchawki w prawym górnym rogu nowego interfejsu i wybierzemy jeden z pięciu wgranych głosów. Każdy z nich został wygenerowany na podstawie próbek głosu pozyskanych we współpracy z profesjonalnymi aktorami głosowymi. Następnie możemy rozpocząć konwersację i cieszyć się z nowych możliwości.

Trzeba przyznać, że błyskawiczny rozwój możliwości i narzędzi wykorzystujących do działania sztuczną inteligencję jest niesamowity. Technologia ta faktycznie zachwyca, ale i pod względem etycznym i nie tylko niepokoi. Warto się jednak jej przyglądać i korzystać z dobrodziejstw technologicznych, do których mamy dostęp

Sprawdź też: