Používatelia ChatGPT sa dočkali významnej novinky. Spoločnosť OpenAI predstavila GPT-Live – novú generáciu hlasových modelov, ktorá má zmeniť spôsob komunikácie medzi človekom a umelou inteligenciou. Namiesto doterajšieho systému, keď používateľ dopovie vetu a až následne príde odpoveď, má nová technológia fungovať oveľa prirodzenejšie a pripomínať bežný rozhovor dvoch ľudí.
Podľa OpenAI ide o nový hlasový systém, ktorý dokáže priebežne počúvať, vyhodnocovať kontext a rozhodovať, či má pokračovať v odpovedi, na chvíľu počkať alebo reagovať na prerušenie zo strany používateľa. Rozhovor tak pôsobí plynulejšie a prirodzenejšie než doterajší hlasový režim ChatGPT Voice.
Už žiadne čakanie na koniec vety
Doterajší hlasový režim fungoval podobne ako vysielačka – používateľ dopovedal, systém chvíľu spracovával požiadavku a následne odpovedal.
GPT-Live tento princíp mení. Model dokáže počas konverzácie súčasne počúvať aj hovoriť, rozpoznávať prirodzené pauzy, reagovať na prerušenie a pokračovať v rozhovore bez nepríjemných prestávok. Výsledkom má byť komunikácia, ktorá sa viac podobá telefonickému rozhovoru s človekom.
Hlavný „mozog“ zostáva v pozadí
GPT-Live pritom nie je nový veľký jazykový model určený na riešenie všetkých úloh. Ide predovšetkým o hlasovú vrstvu, ktorá riadi samotný priebeh konverzácie.
Ak používateľ položí náročnejšiu otázku alebo bude potrebné vyhľadávať informácie či vykonávať zložitejšie úlohy, GPT-Live využije výkon silnejších modelov ChatGPT na pozadí a následne výsledok prirodzene zapojí do rozhovoru. Používateľ tak nemusí vnímať prechod medzi jednotlivými technológiami.
Dve verzie pre rôzne typy používateľov
OpenAI oznámilo dve varianty novej technológie:
GPT-Live-1 – plnohodnotná verzia určená najmä pre platené programy Go, Plus a Pro.
GPT-Live-1 mini – odľahčená verzia, ktorá sa bude postupne sprístupňovať aj používateľom bezplatného účtu.
Spoločnosť zároveň upozorňuje, že zavádzanie bude prebiehať postupne a dostupnosť sa môže líšiť podľa krajiny, platformy aj typu predplatného.
Nie všetky funkcie prichádzajú hneď
Pri uvedení GPT-Live zatiaľ nepodporuje zdieľanie obrazovky ani živé video. Tieto možnosti zostávajú dostupné v režime Advanced Voice Mode tam, kde je používateľom sprístupnený. OpenAI však avizuje, že GPT-Live sa bude postupne rozširovať na iOS, Android aj webovú verziu ChatGPT.
Ďalší krok smerom k prirodzenej komunikácii
Hlasová komunikácia patrí medzi oblasti, do ktorých spoločnosti vyvíjajúce umelú inteligenciu v posledných mesiacoch výrazne investujú. Cieľom je, aby rozhovor s AI nepôsobil ako zadávanie príkazov počítaču, ale čo najviac pripomínal komunikáciu s reálnym človekom.
Práve GPT-Live má byť podľa OpenAI významným krokom týmto smerom. Ak sa naplnia očakávania, používatelia ChatGPT sa môžu tešiť na prirodzenejšie, rýchlejšie a plynulejšie hlasové konverzácie než doteraz.
