جادویی ترین هوش مصنوعی دنیا رونمایی شد: سریع، دنیای و مهم تر از همه، رایگان! - بلاگ پو

مدل زبانی بزرگ نو GPT-4o شرکت OpenAI در جریان مراسم ویژهٔ این شرکت رونمایی شد. GPT-4o نسخهٔ اصلاح شدهٔ مدل زبانی GPT-4 است که به عنوان قلب تپندهٔ چت بات معروف ChatGPT عمل می نماید. حرف o در عبارت GPT-4o مخفف Omni به معنی عالم گیر یا جهانی است.

به گزارش خبرنگاران و به نقل از زومیت، میرا موراتی مدیر ارشد فناوری OpenAI در این مراسم گفت که مدل نو این شرکت بسیار سریع تر است و درزمینهٔ درک متن و محتوای تصویری و محتوای صوتی، عملکرد چشمگیری از خود نشان می دهد.

OpenAI می گوید که مدل زبانی بزرگ GPT-4o به رایگان در دسترس همهٔ مردم قرار می گیرد، بااین حال محدودیت ظرفیت کاربران نسخهٔ اشتراکی پنج برابرِ کاربران نسخهٔ رایگان است؛ به این معنی که کاربران اشتراکی می توانند روزانه پنج برابر درخواست بیشتر ارسال نمایند.

در بخشی از مراسم OpenAI شاهد عملکرد حیرت انگیز GPT-4o در حل مسائل ریاضی و حتی درک لحن حرف زدن کاربر بودیم. قابلیت صوتی نو GPT-4o به احساسات کاربر کاملاً واکنش نشان می دهد و با لحنی صمیمی مشغول صحبت کردن و حتی داستان گفتن می گردد.

سم آلتمن، مدیرعامل OpenAI، گفت که مدل GPT-4o به صورت ذاتی، چندحالته است؛ یعنی مدل نو می تواند افزون بر متن، محتواهای صوتی و تصویری را فراوری کند و بفهمد.

هوش مصنوعی GPT-4o مکالمات انسان و کامپیوتر را طبیعی تر می نماید

توسعه دهندگانی که به GPT-4o علاقه مندند، می توانند API این مدل هوش مصنوعی را با نصف قیمت GPT-4 Turbo خریداری نمایند. جالب تر اینکه GPT-4o به اندازه دو برابر سریع تر از نسخهٔ Turbo است.

بر اساس گفتهٔ OpenAI، بیشتر قابلیت های مدل هوش مصنوعی نو این شرکت به صورت تدریجی در دسترس قرار می گیرند؛ بااین حال قابلیت های متنی و تصویری از همین امروز در چت بات ChatGPT در دسترس است.

مدل زبانی GPT-4o قدمی در راستای طبیعی شدن تعامل انسان با کامپیوتر است و می تواند در تنها 232 میلی ثانیه (میانگین 320 میلی ثانیه)، به ورودی های صوتی پاسخ دهد؛ OpenAI ادعا می نماید که زمان پاسخ دهی GPT-4o مشابه زمان پاسخ دهی انسان در مکالمات روزمره است.

GPT-4o درزمینهٔ فهم متن های انگلیسی و کد، هم سطح نسخهٔ Turbo ظاهر می گردد، اما مقرون به صرفه تر و بسیار سریع تر است. این مدل زبانی نو به طور ویژه در توانایی درک محتوای بصری و صوتی تقویت شده است.

تا پیش از انتشار GPT-4o می توانستید به وسیله قابلیت Voice Mode و با تأخیر 2.8 ثانیه ای در GPT-3.5 یا 5.4 ثانیه ای در GPT-4 با ChatGPT گفت وگو کنید؛ اما Voice Mode برای ارائهٔ این قابلیت، به سه مدل اتکا می نماید: یک مدل ساده برای تبدیل صدا به متن، GPT-3.5 یا GPT-4 برای تبدیل متن به متن و درنهایت مدل سوم برای تبدیل متن به صدا.

با انتشار GPT-4o، سازوکار قابلیت صوتی ChatGPT تغییر می نماید. OpenAI می گوید مدل نوی را توسعه داده است که به طور کامل به متن و صدا و تصویر دسترسی دارد و سرعت بسیار بالاتری ارائه می دهد.

بر اساس گفتهٔ OpenAI، مدل هوش مصنوعی GPT-4o در کنار عملکرد سریع و دقیق، توجه ویژه ای به ایمنی دارد و محتواهای حساس را فراوری نمی نماید.

دسترسی رایگاه به GPT Store

OpenAI تعدادی از ویژگی های فروشگاه جی پی تی استور را که قبلاً فقط مختص مشترکین پولی بود، در دسترس کاربران رایگان خود قرار می دهد. مهم ترین ویژگی، ایجاد چت بات های سفارشی و گشت وگذار در GPT Store است.

شرکت OpenAI چهار ماه پیش در 10 ژانویه (20 دی)، GPT Store را برای مشترکین پولی افتتاح کرد. این فروشگاه امکان ساخت چت بات هایی به نام GPT و به اشتراک گذاری آن ها را به کاربران می دهد.

درحال حاضر بعضی از بات های پرطرفدار سفارشی هوش مصنوعی شامل بات فراورینمایندهٔ تصویر، چت باتی به نام Consensus (که برای یاری به تحقیقات علمی طراحی شده) و بات سازندهٔ لوگو هستند.

OpenAI گفت که برنامهٔ اشتراک عایدی را که بر اساس تعامل است، برای سازندگان GPTها ارائه خواهد نمود که آزمایش آن در ماه مارس (اسفند و فروردین) شروع شده است. مخاطبان بات ها به علت محدودیت این ویژگی به کاربران اشتراک پولی محدود شده است.

ارائه نسخه دسکتاپ ChatGDP، فقط مخصوص macOS

OpenAI هم چنین با معرفی اپلیکیشن دسکتاپ ChatGPT برای کاربران macOS، گفت که اپلیکیشن دسکتاپ از رابط کاربری نوی مشابه با نسخهٔ موبایل بهره می برد.

میرا موراتی، مدیر ارشد فناوری OpenAI، در مراسم نشان داد که اپلیکیشن دسکتاپ ChatGPT از گفت وگوی صوتی نیز پشتیبانی می نماید؛ قابلیتی که تا به امروز تنها روی گوشی ها در دسترس بود.

OpenAI گفت: ما اپلیکیشن مخصوص macOS را از امروز برای کاربران سرویس پلاس منتشر می کنیم و در هفته های آینده آن را به طور گسترده در دسترس قرار خواهیم داد. ما بعلاوه قصد داریم نسخهٔ مخصوص ویندوز را تا انتها 2024 رونمایی کنیم.

5454