A GPT-4o képes képeket olvasni és megvitatni, nyelveket fordítani, valamint az arckifejezésekből érzelmeket azonosítani. Emellett rendelkezik memóriával, így képes korábbi kérésekre emlékezni. A modell megszakítható, és gördülékenyebbé tette a beszélgetés ritmusát – nincs késés a kérdés feltevése és a válasz között.

Néhány hiba az élő bemutatón

Az élő bemutatón a ChatGPT-4o hang alapú verziója hasznos javaslatokat tett egy egyszerű egyenlet megoldására, amelyet egy papírlapon írtak le, de nem magát az egyenletet oldotta meg. Elemzett néhány számítógépes kódot, fordított olaszról angolra, és értelmezte egy mosolygó férfi szelfijének érzelmeit. Amerikai női hangján köszöntötte a felhasználókat, és egy bókra reagálva azt válaszolta: „Állj, elpirulok!”

Nem volt tökéletes – egy ponton félreértelmezte a mosolygó embert egy fafelületként, és egy még meg nem mutatott egyenlet megoldásába kezdett. Ezek a hibák rámutattak arra, hogy még van hova fejlődniük a chatbotoknak, hogy megbízhatóbbá és biztonságosabbá váljanak.

A technológia környezeti költségei

Bár az eseményen nem esett szó a fenntarthatóságról, tudjuk, hogy az AI nagyobb energiaigényű, mint a hagyományos számítási feladatok, és minél fejlettebbé válik, annál több számítási teljesítményre van szükség.

Versenyben az élre tör

A ChatGPT-4o azonnali válaszadási képességével – szöveg, hang és kép kombinálásával – úgy tűnik, hogy az OpenAI előrébb jár a versenytársaknál. Az OpenAI technológiai igazgatója, Mira Murati a terméket „varázslatosnak” nevezte, de hozzátette, hogy a bevezetés során „eltávolítják ezt a miszticizmust”.

Pletykák szerint az OpenAI és az Apple közötti együttműködés folyamatban van, bár ez még nem hivatalos. Az esemény időzítése is figyelemre méltó volt, mindössze 24 órával a Google éves konferenciája előtt, ahol szintén a mesterséges intelligencia legújabb fejlesztéseit mutatják be.

Összefoglalva

A ChatGPT-4o új generációs digitális asszisztensként tűnik fel, egy olyan fejlett Siri vagy Hey Google-ként, amely emlékszik a korábban elmondottakra és képes a hangon vagy szövegen túl is interakcióba lépni. Az OpenAI ezzel a lépéssel ismételten megerősíti vezető szerepét az AI fejlesztése terén.