Компания OpenAI скоро может представить цифрового помощника с поддержкой мультимодального искусственного интеллекта. По информации от ресурса The Information, новый ассистент OpenAI даже способен распознавать сарказм.
По данным источников The Information, OpenAI продемонстрировала новую мультимодальную ИИ-модель ряду клиентов, которая способна вести диалог с пользователями и распознавать объекты.
Новая модель обеспечивает более быструю и точную интерпретацию изображений и аудио по сравнению с существующими ИИ-моделями для транскрипции или преобразования текста в речь. Как отмечает The Information, она может помочь сотрудникам службы поддержки клиентов "лучше понимать интонацию голосов звонящих или то, саркастичны ли они".
"Теоретически" модель может помочь студентам в решении математических задач или переводе реальных обозначений. По словам источников, новая ИИ-модель может превзойти GPT-4 Turbo в "ответах на некоторые типы вопросов", но все же будет более склонна к ошибочным решениям.
По словам разработчика Ананая Ароры (Ananay Arora), OpenAI также готовится добавить функцию телефонных звонков чат-боту ChatGPT. Арора утверждает, что найдены доказательства того, что OpenAI уже предусмотрела использование серверов для аудио- и видеосвязи в реальном времени.
Следует отметить, что данной функции не будет у модели GPT-5, если ее представят на следующей неделе, так как гендиректор Сэм Альтман (Sam Altman) опровергает тот факт, что предстоящее мероприятие будет связано с последователем ИИ-модели GPT-4. Он также опровергает слухи о том, что компания на следующей неделе представит новую поисковую систему на базе ИИ.
месяц
неделя
день