أعلنت شركة OpenAI عن GPT-4o، وهو نموذج جديد تمامًا للذكاء الاصطناعي، توصفه الشركة بإنه أقرب خطوة إلى تفاعل أكثر طبيعية بين الإنسان والحاسوب، حيث يقبل النموذج الجديد أي مجموعة من النصوص والصوت والصور كمدخلات ويمكنه إنشاء مخرجات بجميع التنسيقات الثلاثة، كما أنه قادر على التعرف على المشاعر، ويتيح لك مقاطعته في منتصف الكلام، ويستجيب بنفس طريقة وسرعة استجابة الإنسان تقريبًا أثناء المحادثات، فيتحدث ويضحك ويغنى.
ووفقا لما ذكره موقع "Engadget"، قالت ميرا موراتى، مديرة التكنولوجيا في OpenAI خلال عرض تقديمي تم بثه مباشرة، "الشيء المميز في GPT-4o هو أنه يوفر مستوى ذكاء GPT-4 للجميع، بما في ذلك مستخدمينا المجانيين"، مضيفة "هذه هي المرة الأولى التي نخطو فيها خطوة كبيرة إلى الأمام عندما يتعلق الأمر بسهولة الاستخدام."
وعرضت OpenAI ترجمة GPT-4o مباشرة بين اللغتين الإنجليزية والإيطالية، مما ساعد أحد الباحثين على حل معادلة خطية في الوقت الفعلي على الورق، وتقديم إرشادات حول التنفس العميق لمدير تنفيذي آخر في OpenAI ببساطة عن طريق الاستماع إلى أنفاسه.
يشير الحرف "o" فى GPT-4o إلى "omni"، في إشارة إلى إمكانيات النموذج متعدد الوسائط، حيث قالت OpenAI أنه تم تدريب GPT-4o عبر النص والرؤية والصوت، مما يعني أن جميع المدخلات والمخرجات تتم معالجتها بواسطة نفس الشبكة العصبية.
ويختلف هذا عن الطرازين السابقين للشركة، GPT-3.5 وGPT-4، اللذين سمحا للمستخدمين بطرح الأسئلة ببساطة عن طريق التحدث، ولكن بعد ذلك تحويل الكلام إلى نص، وأدى هذا إلى تجريد النغمة والعاطفة وجعل التفاعلات أبطأ.
تعمل OpenAI على إتاحة النموذج الجديد للجميع، بما فى ذلك مستخدمى ChatGPT المجانيين، خلال الأسابيع القليلة المقبلة، كما ستصدر أيضًا إصدار سطح المكتب من ChatGPT، فى البداية لنظام التشغيل Mac، والذى سيتمكن المستخدمون المدفوعون من الوصول إليه بدءًا.
