Компанія OpenAI 13 травня представила останню версію технології, яка лежить в основі її чату ChatGPT. Про неї компанія розповіла у своєму пресрелізі.
Як стверджують розробники, нова версія приймає як вхідні дані будь-яку комбінацію тексту, аудіо, зображення та відео та генерує будь-яку комбінацію тексту, аудіо та зображення. GPT-4o особливо краще сприймає зображення та звук у порівнянні з попередніми версіями, йдеться у повідомленні.
Нову модель навчили наскрізного сприйняття тексту, зображення та звуку, а це означає, що всі вхідні та вихідні дані обробляються однією і тією ж нейронною мережею, тому робот взаємодіє з людиною без жодної затримки у режимі реального часу, заявили у компанії.
Нова версія може дозволити собі трохи побалакати та навіть пофліртувати, пише "BBC News Україна". GPT-4o може зчитувати зображення й обговорювати побачене, перекладати з однієї мови на іншу та розпізнавати емоції за виразом обличчя. Робот, на відміну від попередніх версій, також може запам'ятовувати попередні розмови. Його можна переривати на півслові, і в нього легший розмовний ритм під час демонстрації затримки між запитанням і відповіддю практично не було.
Під час демонстрації голосової версії GPT-4o робот не просто розв'язав просте рівняння, написане на аркуші паперу, а й дав корисні рекомендації, як його вирішити. Він аналізував комп'ютерний код, перекладаючи з італійської на англійську, та інтерпретував емоції на фото усміхненої людини.
Нова модель це крок уперед у галузі штучного інтелекту, переконана головна технічна директорка OpenAI Міра Мураті.
Компанія заявила, що впроваджуватиме нові функції поступово.
