Новият модел на ChatGPT е по-бърз, комуникира със снимки и аудио

Американският технологичен стартъп OpenAI представи новия си модел за изкуствен интелект GPT-4o в предаване на живо на сайта за видеа Youtube на 14 май. Година и половина след като пусна за пръв път за свободно ползване генеративния изкуствен интелект Chat GPT-3, воденият от Сам Алтман интелект пуска нов модел за безплатно ползване. Досега потребителите на ChatGPT можеха да използват само версия 3.5, докато най-мощният модел GPT-4 беше достъпен срещу заплащане от 20 долара на месец. С чат версията на GPT-4o, което идва от английската omni (универсално), потребителите ще могат да комуникират с модела за изкуствен интелект освен чрез текст, а и чрез изображения и аудио. Тоест потребителите ще могат да говорят с GPT и да качват снимки или картинки.

В предишни модели на GPT също можеше да се води аудиоразговор, но отговорите обикновено отнемаха повече време. Причината за съкратеното време на реакция е обединяването на няколко модела в един: генерирането от аудио-към-текст, анализирането на съдържанието и от текст-към-аудио. Освен по-бърза реакция този подход е по-икономичен, което позволява GPT-4o да бъде достъпен и безплатно. Според данни от OpenAI потребителите надхвърлят 100 млн. души. Не е ясно колко от тях използват платената версия. През февруари американската частна технологична компания набра капитал при оценка 80 млрд. долара.

Други способности

Наред с други нововъведения в GPT-4o достъпът до API отново ще позволи на независими предприемачи и програмисти да вграждат модела в собствени приложения. Според OpenAI моделът ще е с 50% по-евтин от предходния- GPT-4 Turbo. Освен това omni ще говори по-добре на чужди езици, сред които е възможно да бъде и българският. Въпреки че не е много "по-умен" в сравнение с предходната версия, GPT-4o ще "халюцинира" по-рядко и ще дава по-етични отговори. Универсалният модел ще помни и предишни разговори, ще може да търси в интернет и да анализира данни.