A ChatGPT-4o már valóban egy zsebben hordható asszisztens – mutatjuk, miért. 

A ChatGPT-4o május közepén jelent meg, a fejlesztők pedig azt ígérték, hogy a legújabb frissítés után képes lesz utánozni emberi beszédhangokat, sőt még az emberek hangulatát is megpróbálja felismerni. Az OpenAI videójában jól látszik, hogy ez valóban így van: a 4o felismeri a videón látott kutyát, és hasonlóan nyájasan beszél róla, mint mi, emberek.  

Mira Murati, az OpenAI technológiai igazgatója elmondta, hogy olyan társalgó asszisztens terveztek, mint amilyen például a Siri vagy az Alexa. Hozzátette: a cél, hogy a ChatGPT-vel való beszélgetés szinte emberi legyen.  

Murati Barret Zophfal és Mark Chennel, az OpenAI két kutatójával együtt bemutatta a modell valós idejű beszélgetését is, amely valóban nagyon emberien hangzott, olyannyira, hogy humorizált is. Amikor megkérte az egyik kutatót, vegyen mély levegőket, ő pedig ezt direkt eltúlozta, a modell rászólt: „Lassabban, nem egy porszívó vagy!” 

Azt is bemutatták, hogy kérésre hogyan változtatja meg a hangszínét. Chen utasította, hogy olvasson fel egy esti mesét a robotokról és a szerelemről drámai hangon. A modell fokozatosan egyre teátrálisabb lett, majd Murati azt kérte, hogy váltson robothangra (amiben kiválóan teljesített). Bár a beszélgetés során volt néhány rövid szünet, amíg átgondolta, mit mondjon, még így is kifejezetten emberinek tűnt. 

Az eszköz a vizuális problémákat is képes valós időben feldolgozni. Zoph a telefonja kamerájával valós időben felvette, amint egy matematikai egyenletet (3x + 1 = 4) ír egy papírlapra, a modellt pedig arra utasította, hogy ne mondja meg a választ, hanem vezesse rá, úgy, akárcsak egy tanár. Ebben is remekelt, felismerte az egyenletet, pozitív megerősítést adott, amikor a kutató jó döntést hozott, valamint kérdésekkel segítette a megoldás felé vezető úton, amikor úgy tett, mintha elakadna. 

Természetesen a bemutató sem volt teljesen zökkenőmentes. Gyakran nemcsak beszédhangra, de kisebb zörejekre is abbahagyta a beszédét, például amikor az egyik kutató levette a filc kupakját, valamint megjegyzést tett az öltözékére is, noha nem kérték erre.  

Ki kell aknázni a lehetőségeket 

A ChatGPT-4o hihetetlenül sok új lehetőséget ad a kezünkbe, amit érdemes kiaknáznunk, azaz megtanulnuk, hogyan is használjuk azt a való életben.  

Ebben a videóban felsorolnak néhány lehetőséget, például használhatjuk meeting közben, hogy annak a végén összegezze nekünk az elhangzottakat.  

Ahogy korábban említettük, a látássérülteknek is segíthet, a modell lehet ugyanis a „szemük”. A videóban egy férfi arra kéri, mondja el, mit lát, amit meg is tesz. Emellett kérésre felismert egy taxit is, majd elmagyarázta, hogy az milyen irányból érkezik, és merre intsen neki. A kódolást is magasabb szintre emeli: képes megtalálni a hibákat, és javaslatot tenni arra, hogy hogyan érdemes azokat kijavítani. Ezt eddig is tudta, azonban már néhány fejlesztőkörnyezetbe be is integrálható a ChatGPT. 

Ez csak néhány felhasználási területe a ChatGPT-4o-nak, azonban május óta nem telt még el annyi idő, hogy kiderüljön, a felhasználók mire használják a modell új lehetőségeit nap mint nap. Az azonban biztos, hogy a tudása már bőven túlmutat az internet böngészésén vagy a szórakoztatáson.