Az utóbbi napokban az OpenAI, majd a Google is megosztotta, hogy milyen újításokat tervez a jövőben. És még mindig csak a techboom elején járunk…  

Még okosabb lesz a ChatGPT 

Az OpenAI mesterségesintelligencia-modellje a legújabb frissítés után képes lesz utánozni emberi beszédhangokat, sőt még az emberek hangulatát is megpróbálja felismerni. 

Bár a CNN úgy véli, hogy kevesen fogják csábítónak találni az új modell lehetőségeit, az OpenAI szerint az gyorsabb, mint a korábbi verziók, aminek biztosan mindenki örülni fog. A vállalat elmondta, hogy a GPT-4o működteti majd az OpenAI népszerű ChatGPT chatbotját. Ez a következő hetekben válik elérhetővé a felhasználók számára, beleértve azokat is, akik az ingyenes verziót használják. 

Mira Muratival, az OpenAI technológiai igazgatójával és egyéb vezetőkkel tartott bemutató során a mesterséges intelligenciával működő chatbot valós időben csevegett, és kérésre érzelmeket adott a hangjához. Emellett végigment egy egyszerű matematikai egyenlet megoldásához szükséges lépéseken anélkül, hogy előbb megmondta volna a választ, és segített egy bonyolultabb szoftverkódolási probléma megoldásában is. 

A Google is versenyben marad 

Egy nappal az OpenAI után a Google is prezentálta jövőbeli vízióit. A vállalat reméli, hogy az MI-modellje és a chatbotja egyre inkább a felhasználók életének részévé válik. Segítségével az emberek információkat osztanak meg egymással, megtervezhetik az időbeosztásukat, vásárolhatnak vagy megtalálhatják a tárgyaikat. Az AP szerint a Google lényegében azt szeretné, ha  

a mesterséges intelligenciája minden egyes tevékenységünk részévé válna. 

A Google vezérigazgatója, Sundar Pichai az eseményt a Gemini 1.5 Pro új funkcióinak bemutatásával indította. Az egyik ilyen, az Ask Photos lehetővé teszi a felhasználók számára, hogy az elmentett képeket átnézessék a mesterséges intelligenciával, és megtaláljanak egy bizonyos fotót, vagy elemezve azokat megtudhassák, hogy például mikor tanult meg úszni a lányuk vagy épp felidézzenek egy rendszámot. Valljuk be, ez igen hasznos funkció, főleg többéves képgyűjtögetés után több ezer képpel a galériánkban. 

Azt is megmutatta, hogy a felhasználók megkérhetik a Gemini 1.5 Prót, hogy a csatolmányok elemzésével foglalja össze a gyermeke iskolájából érkező összes legutóbbi e-mailt, és emelje ki a legfontosabb tudnivalókat.  

Sőt, akár egy egész tankönyvet is képes lesz felolvasni, majd válaszolni a diák kérdéseire. A Google egyik vezetője a virtuálisasszisztens-funkciókat is bemutatta, amely képes áttekinteni a teendőket, rendszerezni az adatokat és kezelni a munkafolyamatokat.  

A vállalat kiemelte a chatbot keresési fejlesztéseit is. A felhasználók hamarosan természetesebben tehetnek majd fel kérdéseket és célzottabb eredményeket kaphatnak: például kereshetnek gyerekbarát éttermeket a környéken, ha meg kell szerelni valamit, akkor a Google Lensszel videót készíthetnek a problémáról, és megkérdezhetik, hogyan oldják meg azt. A vállalat elmondása szerint az a céljuk, hogy a megoldásuk szinte egy új, még fejlettebb keresőmotorként is funkcionáljon. 

A vállalat röviden bemutatta a Google DeepMind AI laborja által fejlesztett Astra projektet is, amellyel a mesterségesintelligencia-asszisztensek segíthetik a felhasználók mindennapi életét. A telefon kamerájának segítségével értelmezik a világot, például azonosítják a tárgyakat. A Google arra is utalt, hogy mindez a kiterjesztettvalóság-szemüvegeken is működne.  

A Google azt is közölte, hogy még idén több mesterségesintelligencia-funkciót integrálnak majd a telefonokba. A felhasználók például behúzhatják az MI által létrehozott képeket a Google Messages és a Gmail alkalmazásokba, valamint kérdéseket tehetnek fel YouTube-videókkal vagy pdf-ekkel kapcsolatban androidos készülékeken. 

Ami pedig még hasznosabb: a fejlesztett funkciók segíthetnek felismerni a gyanús tevékenységeket hívás közben, például ha megpróbálják illetéktelenül kicsalni a bankártyaadatainkat. 

Nem véletlen választotta ezt az utat 

Jacob Bourne, az Emarketer piackutató cég elemzője szerint nem meglepő, hogy a mesterséges intelligencia került a Google idei fejlesztői konferenciájának középpontjába. 

„Azzal, hogy a cég bemutatja a legújabb modelljeit, és azt, hogy ezek hogyan teszik még jobbá a felhasználók körében népszerű termékeket, demonstrálja, hogyan tudja hatékonyan megkülönböztetni magát a riválisoktól” – mondta. Hozzátette, hogy a vállalat úgy tudja megőrizni a versenyelőnyét és kielégíteni a befektetőket, ha ez a rengeteg fejlesztés megvalósul, a cég pedig növeli a nyereségét.  

Ahogy a vállalat növeli a mesterséges intelligenciával kapcsolatos lábnyomát, több védelmet vezet majd be a lehetséges visszaélések ellen. Ennek része, hogy a Google kibővíti a meglévő SynthID funkcióját az MI által generált tartalmak felismerésére, emellett tavaly óta az eszköz vízjelekkel látja el az MI által generált képeket és hangokat. 

Rögös volt az út 

Bár a vállalat az elmúlt évben egyre nagyobb hangsúlyt fektet a mesterségesintelligencia-fejlesztésekre, korábban jelentős akadályokba is ütközött. Tavaly, nem sokkal a generatív mesterségesintelligencia-eszközének – akkor Bard, azóta Gemini néven – a bemutatása után a Google részvényeinek az árfolyama zuhant, miután az eszközről készült demóvideó szerint az pontatlan választ adott a James Webb űrteleszkópra vonatkozó kérdésre. 

Februárban egy időre megszüntették a Gemini képgenerálási funkcióját, miután a közösségi médiában megjelent, hogy az nem a történelmi valóságnak megfelelő képeket készít. 

Az Apple is nagy lépésre készül 

Tim Cook, az Apple pénzügyi igazgatója elmondta, hogy cége a következő negyedévben „jelentős beruházásokra” készül a generatív mesterséges intelligencia terén. Sőt, nem is akárhogyan támogatják a fejlődést: a cég kifejezetten a Google munkatársait „gyűjti” a sikerhez.  

A Financial Times több száz LinkedIn-profilt, valamint nyilvános álláshirdetéseket és kutatási dokumentumokat elemezve arra jutott, hogy az Apple nagy létszámbővítési hullámot indított az MI-csapatának bővítésére. Az iPhone-gyártó különösen a Google (korábbi) munkavállalóit vette célba: legalább 36 szakembert csábított el a riválisától 2018 óta.  

Iparági bennfentesek szerint az amerikai vállalat a telefonjaiba szeretné beépíteni a generatív mesterséges intelligenciát. Hatalmas lépés lenne, ha sikerülne nekik a chatbotokat a telefon saját hardverén és szoftverén futtatni, megkerülve ezzel az adatközpontok szükségességét.   

A cég több mint egy évtizede fejleszt MI-termékeket, például a Siri hangalapú asszisztensét, azaz már régóta tisztában vannak a „neurális hálózatokban” rejlő lehetőségekkel, valamiért azonban nem igazán képesek túljutni az alapokon.  

Mindezek ellenére Cook szerint jó úton haladnak. A cégvezér elmondta, hogy jelentős beruházással segítik a fejlesztéseket. Kiemelte az Apple környezetbarát működés iránti elkötelezettségét, és pozitívan nyilatkozott a vállalat hamarosan megjelenő termékeiről.    

Van is mit újítani a cégnél. Amikor először mutatta be virtuális asszisztensét, a Sirit, akkor az úttörő technológiának számított. Különleges volt, hiszen beszélgethettünk vele, szinte emberként válaszolt a kérdéseinkre. Azonban az évek alatt nem váltotta be a hozzá fűzött reményeket, sőt többek között a Gemini névre keresztelt, szintén beépített asszisztense már jóval többet tud nála. 

A vállalatok tehát igyekeznek versenyben maradni és újabbnál újabb megoldásokkal előrukkolni. Vajon a jövőben elorozhatják a legnépszerűbb chatbot címet az ChatGPT-től? 

Borítókép: Shutterstock