Il chatbot ride, scherza e canta: Open AI presenta GPT-4o

Open AI ha presentato il suo nuovo modello linguistico GPT-4o lunedì sera. Nel livestream, tre dipendenti hanno mostrato diverse caratteristiche del modello.

GPT-4o si basa sulle capacità dell'attuale modello di AI GPT-4, ma ora cerca anche di riconoscere ed esprimere le emozioni. Utilizza input video e audio per reagire all'ambiente. Questo dovrebbe consentire all'IA di tenere conversazioni approfondite. Anche i suoi tempi di reazione sono migliorati. Secondo Open AI, questo rende le conversazioni più naturali.

Aiuto all'apprendimento, traduzione in tempo reale e assistenza personale

Sul sito web di Open AI sono disponibili diversi video dimostrativi che illustrano le capacità di GPT-4o. I video mostrano come l'IA agisce come traduttore in tempo reale in conversazioni multilingue, fornisce a uno studente suggerimenti utili per i compiti di matematica, reagisce agli eventi nel campo visivo della telecamera e interagisce con altri client GPT-4o. Un esempio impressionante è il modo in cui un'IA senza accesso alla telecamera parla con un'altra IA dotata di telecamera e le chiede informazioni sull'ambiente circostante. L'IA può anche moderare conversazioni o giochi come sasso, carta, forbice.

In questo video puoi vedere come due IA interagiscono in base a istruzioni umane:

Open AI vuole posizionare GPT-4 come un partner di conversazione a tutti gli effetti che reagisce all'ambiente e al corso di un dialogo. È evidente che il modello è stato addestrato per le conversazioni: L'IA risponde in modo animato, ride e reagisce con piccole battute senza che glielo si chieda. Risponde alle buone notizie con eccitazione e gioia e reagisce in modo sensibile agli stati d'animo depressi. È anche possibile far sì che il GPT-4o risponda solo in modo sarcastico, che parli più velocemente o più lentamente o con enfasi drammatica, o addirittura che canti.

Qui Open AI presenta la sua risposta alle notizie positive con eccitazione e gioia, e reagisce in modo sensibile agli stati d'animo depressi.

Ecco come Open AI presenta come GPT-4o può aiutare uno studente a imparare la matematica:

Un modello di AI per tutti i processi

Era già possibile parlare con ChatGPT. Questo richiedeva tre diversi modelli di AI. Open AI descrive il processo sul sito web dell'azienda come segue: Un modello linguistico ha convertito il linguaggio parlato in testo e lo ha fornito a GPT, il vero cervello dell'IA. La risposta di GPT in forma di testo è stata resa in forma di parlato da un altro modello linguistico.

Poiché GPT aveva a disposizione solo il testo puro, molte informazioni andavano perse durante l'elaborazione: l'IA non era in grado di riconoscere l'intonazione o il rumore di fondo dell'oratore o se erano coinvolti diversi oratori. Al contrario, GPT non era in grado di esprimere emozioni, ridere o addirittura cantare attraverso la bocca di un modello di sintesi vocale.

La principale innovazione di GPT-4o è che un unico modello di intelligenza artificiale si occupa di tutti i compiti. È in grado di elaborare, interpretare e reagire a input multimodali, ovvero parlato, testo, immagini e audio.

Solo per alcuni al momento

Al momento, GPT-4o non è ancora disponibile per il grande pubblico. Secondo il sito web di Open AI, inizialmente un "piccolo gruppo di partner fidati" avrà accesso alle nuove funzionalità audio e video dell'intelligenza artificiale. A medio termine, anche gli utenti con un account GPT gratuito potranno utilizzare GPT-4o, ma con prestazioni limitate rispetto all'account Plus.

Ci sarà un adeguamento dei prezzi per gli sviluppatori: Open AI afferma che GPT-4o è due volte più veloce e costa la metà del precedente modello di punta "GPT-4 Turbo".