Pre užívateľov služieb OpenAI spoločnosti mala technologická riaditeľka OpenAI Mira Muratiová dobrú správu, keď počas živého predstavenia oznámila, že nový model GPT-4o (kde „o“ zastupuje výraz „omni“) bude ponúkaný zadarmo. Nový model by mal byť podobne „inteligentný“ ako platený GPT-4 a nebude vyžadovať ani registráciu.
Užívatelia, ktorí si doposiaľ platili prístup k vyspelejším modelom GPT-4 a GPT-4Turbo či ďalšie funkcie, teraz v rámci predplatného získajú možnosť využiť päťkrát viac požiadaviek denne na GPT-4o ako v prípade bezplatného plánu. Po prekročení limitu bude používateľ automaticky prepnutý na model GPT-3.5.
„Začíname zavádzať GPT-4o pre užívateľov ChatGPT Plus a Team a čoskoro bude k dispozícii aj pre firemných používateľov. Dnes tiež začíname zavádzať službu ChatGPT Free s limitmi používania. Používatelia Plus budú mať limit správ až päťkrát vyšší ako používatelia zadarmo a používatelia Team a Enterprise budú mať limity ešte vyššie,“ vysvetľuje OpenAI na webe.
Nový model má byť pritom optimalizovaný tak, že v aplikačnom rozhraní (API) bude dvojnásobne rýchlejší a jeho beh pritom o polovicu lacnejší ako GPT-4.
„Na zvukové vstupy dokáže reagovať iba za 232 milisekúnd, v priemere za 320 milisekúnd, čo je podobná doba reakcie ako u človeka pri rozhovore. Zhoduje sa s výkonom GPT-4 Turbo pri texte v angličtine a kóde, pričom pri texte v neanglických jazykoch je výrazne lepší. GPT-4o je v porovnaní s existujúcimi modelmi lepší najmä v oblasti videnia a porozumenia zvuku,“ popisuje schopnosti tím OpenAI.
Záujemcovia sa zároveň môžu tešiť na nové desktopové rozhranie pre macOS, ktoré bude obsahovať hlasový režim rovnako, ako je to pri mobilnej aplikácii. Ten teraz zvládne napríklad živý preklad alebo hlasové reakcie bez toho, aby všetko prepisoval. To tiež znamená, že sa všetko zrýchli a netreba čakať, kým systém dohovorí, a je možné ho prerušiť ďalšou otázkou.
Na prezentácii to jeden zo zamestnancov ukazoval na príklade, kedy sa GPT-4o spýtal, čo by mu systém poradil, ako sa vysporiadať s trémou pred vystúpením na verejnosti. ChatGPT poháňaný GPT-4o mu okrem iného poradil, aby sa upokojil niekoľkými hlbokými nádychmi. Keď potom začal do mikrofónu prerývane a hlasno dýchať, systém ho upozornil, že nie je vysávač.
V jednej z ukážok nechali systém vymyslieť a predčítať rozprávku na dobrú noc rôznymi hlasmi, potom s pridaním emócií a nakoniec ju aj zaspievať.
ChatGPT s podporou nového jazykového modelu tiež zvládol pomôcť s riešením matematickej rovnice napísanej na liste papiera a snímanej kamerou mobilného telefónu. Vďaka schopnosti komunikácie hlasom dokázal radiť užívateľovi, pričom umelá inteligencia reagovala aj na zmeny, ktoré na papieri používateľ vykonal.
„Teraz napríklad môžete odfotiť jedálny lístok v cudzom jazyku a požiadať GPT-4o, aby vám ho preložil, povedal niečo o histórii a význame jedla a ponúkol odporúčania. V budúcnosti umožní ďalšie vylepšenia, prirodzenejšiu hlasovú konverzáciu v reálnom čase vrátane rokovaní s ChatGPT prostredníctvom živého videa,“ opisujú zástupcovia firmy schopnosti nového modelu.
„Môžete napríklad ChatGPT ukázať naživo vysielaný športový zápas a požiadať ho, aby vám vysvetlil pravidlá. Nový hlasový režim s týmito novými možnosťami plánujeme spustiť v alfa verzii v najbližších týždňoch, pričom používatelia služby Plus k nemu budú mať predčasný prístup,“ dopĺňajú.
Vďaka kamere by mal nový systém byť schopný aj rozpoznať emócie pri pohľade na tvár používateľa.
