حصل ChatGPT على ترقية لجعله يبدو أكثر إنسانية

أعلنت شركة OpenAI عن أحدث نموذج للذكاء الاصطناعي، يسمى GPT-4o، والذي سيعمل قريبًا على تشغيل بعض إصدارات منتج ChatGPT الخاص بالشركة. يمكن لبرنامج ChatGPT الذي تمت ترقيته الاستجابة بسرعة لمدخلات النص والصوت والفيديو من شريك المحادثة في الوقت الفعلي – كل ذلك أثناء التحدث باستخدام التصريفات والكلمات التي تنقل إحساسًا قويًا بالعاطفة والشخصية.

وأظهرت الشركة المحاكاة العاطفية لوضع الصوت الجديد خلال عرض تقديمي مباشر من OpenAI، والذي يضم تطبيق ChatGPT للهاتف المحمول وتطبيق سطح المكتب الجديد، في 13 مايو. التحدث بصوت أنثوي والرد على اسم ChatGPT، بدت قدرات المحادثة الجديدة للذكاء الاصطناعي أقرب إلى الذكاء الاصطناعي الأنيق الذي عبرت عنه سكارليت جوهانسون في فيلم الخيال العلمي “Her” لعام 2013 أكثر من الاستجابات الآلية والروبوتية للصوت النموذجي. التقنيات المساعدة.

تقول ميشيل كوهن من جامعة كاليفورنيا في ديفيس: “إن التفاعل الصوتي الجديد لـ GPT-4o يوازي بشكل أوثق التفاعل بين الإنسان والإنسان”. “جزء كبير من هذا هو فترات التأخر القصيرة… ولكن الجزء الأكبر هو مستوى التعبير العاطفي الذي يولده الصوت.”

أثناء محادثة مع CTO Mira Murati واثنين من الموظفين الآخرين، نصح ChatGPT الذي يعمل بنظام GPT-4o مارك تشين من OpenAI بشأن تنفسه الثقيل والسريع من خلال قوله “توقف، أبطئ، أنت لست مكنسة كهربائية” وبعد ذلك اقتراح تمرين التنفس. كما فحص الذكاء الاصطناعي بصريًا رسمًا رسمه باريت زوف من OpenAI، والذي تضمن كلمات وقلبًا، من خلال الرد بنغمات متدفقة: “أوه، أرى أنك كتبت أنا أحب ChatGPT، هذا لطف منك.”

كما قام ChatGPT الجديد أيضًا بتوجيه تعليمات شفهية لشركائه في المحادثة بشأن حل معادلة خطية بسيطة، وشرح وظيفة كود الكمبيوتر وفسر مخططًا يوضح خطوط درجة الحرارة التي تبلغ ذروتها في أشهر الصيف. وعندما يُطلب منه ذلك، يقوم الذكاء الاصطناعي بإعادة سرد قصة مختلقة قبل النوم عدة مرات أثناء التبديل بين الروايات الدرامية بشكل متزايد وغناء النهاية.

وقال سام ألتمان، الرئيس التنفيذي والمؤسس المشارك لشركة OpenAI، في مؤتمر صحفي، إن الوضع الصوتي الجديد سيصبح متاحًا لأول مرة للمشتركين المدفوعين في ChatGPT Plus في الأسابيع المقبلة. بريد على منصة X.

تمكن ChatGPT من استعادة المحادثة حتى من الخلل الفني العرضي. عندما طُلب منه تفسير تعبيرات الوجه والعواطف في صورة شخصية لـ Zoph من OpenAI، اقترح الذكاء الاصطناعي أولاً أنه كان ينظر إلى سطح خشبي من صورة سابقة قبل أن يُطلب منه تقييم أحدث صورة.

قال ChatGPT: “آه، ها نحن ذا – يبدو أنك تشعر بالسعادة والبهجة مع ابتسامة كبيرة ولمسة من الإثارة”. “مهما كان ما يحدث، يبدو أنك في مزاج جيد. هل تهتم بمشاركة مصدر تلك المشاعر الطيبة؟”

عندما قيل له أن السبب هو أن العرض التوضيحي المباشر مع ChatGPT كان يعرض مدى “مفيدتك ومدهشتك”، أجاب الذكاء الاصطناعي: “توقف عن ذلك، أنت تجعلني أحمر خجلاً”.

لكن موراتي أقر بأن النسخة المحدثة من ChatGPT المدعومة بـ GPT-4o – والتي تقول الشركة إنها ستتاح في النهاية حتى لمستخدمي ChatGPT المجانيين – تأتي مع مخاطر جديدة تتعلق بالسلامة بسبب كيفية دمجها وتفسيرها للمعلومات في الوقت الفعلي. وقالت إن OpenAI تعمل على بناء “وسائل التخفيف من سوء الاستخدام”.

يقول بيتر هندرسون من جامعة برينستون في نيوجيرسي: “إن إجراء محادثات سلسة متعددة الوسائط أمر صعب حقًا، لذا فإن العروض التوضيحية مثيرة للإعجاب”. “ولكن مع إضافة المزيد من الطرائق، تصبح السلامة أكثر صعوبة وأهمية – من المحتمل أن يستغرق الأمر بعض الوقت لتحديد أوضاع فشل السلامة المحتملة مع مثل هذا التوسع في المدخلات التي يستفيد منها النموذج.”

وصف هندرسون نفسه أيضًا بأنه “فضولي” لرؤية شروط خصوصية OpenAI بمجرد أن يبدأ مستخدمو ChatGPT في مشاركة المدخلات مثل الصوت والفيديو المباشر، وما إذا كان بإمكان المستخدمين المجانيين إلغاء الاشتراك في جمع البيانات التي يمكن استخدامها لتدريب نماذج OpenAI المستقبلية.

“نظرًا لأنه يبدو أن النموذج مستضاف خارج الجهاز، فإن حقيقة أنه يمكنك مشاركة شاشة سطح المكتب مع النموذج عبر الإنترنت أو تسجيل الصوت أو الفيديو باستمرار يبدو أنها تزيد من التحدي الذي يواجه إطلاق هذا المنتج المحدد، إذا كانت الخطة صحيحة يقول هندرسون: “لتخزين تلك البيانات واستخدامها”.

ويمثل روبوت الدردشة المدعم بالذكاء الاصطناعي الأكثر تجسيمًا أيضًا تهديدًا آخر: فالروبوت الذي يمكنه تزييف التعاطف من خلال المحادثات الصوتية يمكن أن يبدو أكثر جاذبية وإقناعًا للناس، وفقًا للدراسات البحثية التي أجرتها كوهن وزملاؤها. وهذا يزيد من خطر ميل الناس إلى الثقة في المعلومات التي قد تكون غير دقيقة والقوالب النمطية المتحيزة الناتجة عن نماذج اللغة الكبيرة مثل GPT-4.

يقول كوهن: “هذا له آثار مهمة على كيفية قيام الأشخاص بالبحث وتلقي التوجيه من نماذج اللغات الكبيرة، لا سيما أنها لا تنتج دائمًا معلومات دقيقة”.