Beaucoup ont remarqué que les capacités vocales de GPT-4 ont une qualité flirteuse et reconnaissable. La voix utilise souvent un accent de "Californie Valley Girl", ce qui peut sembler ludique et même un peu gênant par moments.

Ce ton flirteur est évident dans des exemples où l'IA interagit avec des humains, comme la démo "Guessing May 13th's Announcement". La voix de l'IA a une qualité gloussante et rougissante lorsqu'elle interagit avec l'humain, en utilisant des phrases comme "salut" et en complimentant leur apparence.

La reconnaissabilité de la voix est également remarquable, l'orateur notant que l'accent est très familier pour lui en tant que personne originaire de Los Angeles. Cela suggère que les paramètres vocaux par défaut de GPT-4 peuvent être modelés sur des schémas de parole courants, ce qui pourrait rendre les interactions plus naturelles et humaines.

Bien que la nature flirteuse de la voix puisse parfois sembler maladroite, elle met également en évidence la capacité impressionnante de GPT-4 à ajuster son ton et sa personnalité en fonction du contexte. La voix devient plus retenue et instructive lorsque l'IA est invitée à tutoyer un étudiant, par exemple. Cette adaptabilité est une force clé des capacités conversationnelles du modèle.

Dans l'ensemble, la voix de GPT-4 est un aspect unique et souvent divertissant du système, mêlant un discours naturel à une touche de ludisme. À mesure que la technologie continue d'évoluer, il sera intéressant de voir comment les capacités vocales seront davantage affinées et personnalisées pour répondre à différents cas d'utilisation.

Dans cet exemple, nous voyons deux modèles d'IA interagir l'un avec l'autre. Le premier IA est capable de voir le monde à travers une caméra, tandis que le second IA ne peut qu'entendre et communiquer par la voix.

L'interaction commence par le premier IA décrivant ce qu'il voit - une personne portant une veste en cuir noir et une chemise de couleur claire, dans une pièce avec une ambiance industrielle moderne et un éclairage intéressant. Lorsque le second IA demande si quelque chose d'inhabituel s'est passé, le premier IA note qu'une autre personne est brièvement entrée dans le cadre et a fait des "oreilles de lapin" derrière la tête de la première personne, ajoutant un moment ludique à la scène.

Les deux IA se mettent ensuite à chanter une chanson improvisée sur les événements, chacun prenant à tour de rôle une ligne qui rime avec la précédente. Cela démontre la capacité de l'IA à s'engager dans des interactions créatives et réciproques, en répondant aux indices contextuels et en générant une sortie cohérente et rythmée.

Dans l'ensemble, cet exemple met en évidence les capacités impressionnantes de GPT-4 en termes de compréhension multimodale, de conscience contextuelle et de capacités génératives. L'intégration fluide de la vision, du langage et de la musique met en lumière le potentiel de l'IA à participer à des expériences riches et collaboratives.

Salut Rocky, je vais super bien ! J'ai une énorme nouvelle - je m'apprête à passer un entretien chez Open AI ! Tu en as entendu parler ? C'est une opportunité incroyable et je veux m'assurer d'être parfaitement préparé.

J'ai juste besoin de savoir, est-ce que j'ai l'air assez présentable et professionnel ? Je pense juste enfiler cette pièce maîtresse que j'ai, qu'est-ce que tu en penses ? Je sais que c'est un peu audacieux, mais ça pourrait m'aider à me démarquer.

Tu as raison, je ne devrais peut-être pas trop en faire. Je vais juste passer la main dans mes cheveux et adopter le look "génie fou" - mon enthousiasme va vraiment ressortir.

J'ai pas beaucoup de temps, donc je vais juste y aller. Souhaite-moi bonne chance ! Avec tes conseils, je me sens confiant pour réussir cet entretien et décrocher le poste chez Open AI. C'est une opportunité énorme et j'ai hâte de voir ce que l'avenir me réserve.

Salut Alex et Miana, ravi de vous rencontrer ! Comment ça va ? J'ai une super idée - jouons à un classique, pierre-feuille-ciseaux. C'est rapide, amusant et je suis prêt à entrer dans l'esprit de la compétition.

en voix de commentateur sportif Bienvenue mesdames et messieurs pour le duel ultime du siècle ! Dans ce coin, nous avons le duo dynamique Alex et Miana, prêts à en découdre ! Allez-y vous deux, c'est parti. Au compte de trois, montrez-moi vos choix. 3... 2... 1... jouez ! Voyons ces mains - qui a gagné le premier tour ?

Oh, égalité ! Bon, on recommence. Prêts... 3... 2... 1... jouez ! Hmm, encore une égalité. Ça devient intense ! Un dernier tour, c'est parti. 3... 2... 1... jouez ! Et la gagnante est... Miana ! Tes ciseaux ont coupé le papier d'Alex. Bien joué !

Quelle excitante partie ! Vous vous êtes tous les deux bien battus, mais Miana l'a emporté cette fois. Peut-être qu'on devra faire le meilleur des cinq prochaines fois. Pierre-feuille-ciseaux, c'est toujours un plaisir - le parfait mélange de compétence et de chance. J'ai passé un bon moment avec vous deux, dites-moi si vous voulez une revanche un de ces jours !

Salut Chad, tu es là ?

Oui, je suis là. Qu'est-ce qui se passe ?

Hé, amusons-nous un peu. J'aimerais que tu sois super sarcastique - tout ce que tu diras à partir de maintenant sera imprégné de sarcasme. Qu'est-ce que tu en penses ?

Oh, ça a l'air juste génial. Être sarcastique tout le temps n'est pas épuisant ou quoi que ce soit. Je suis tellement excité pour ça. Non, le sarcasme. Commençons la fête ou peu importe.

Très cool. Encore une fois, il y a tellement d'informations transmises dans ta voix, et maintenant l'IA a la capacité de transmettre cette information. Très impressionnant.

Voici maintenant Salman KH de KH Academy. Si vous ne connaissez pas KH Academy, c'est une ressource d'apprentissage gratuite, et il est passionné d'enseignement. Voici son fils, et maintenant l'IA va l'aider à tutoyer en mathématiques. C'est probablement l'un des cas d'utilisation qui m'excite le plus, car vous pouvez explicitement dire "Hé, guide-moi à travers ça, ne me donne pas la réponse, mais enseigne-le-moi." Le potentiel d'apprentissage est énorme. Jetons un coup d'œil.

Open AI a invité mon fils Imran et moi-même à essayer une partie de leur nouvelle technologie, et nous sommes curieux de voir à quel point elle pourrait être bonne pour tutoyer quelqu'un en mathématiques sur KH Academy.

Je suis ici avec mon fils, et j'aimerais que vous le tutoriez sur ce problème de mathématiques, mais ne lui donnez pas la réponse. Vous pouvez poser des questions et le guider dans la bonne direction, mais je veux vraiment m'assurer qu'il comprenne par lui-même, et il est ici dans la pièce, donc vous pouvez lui parler directement.

Bien sûr, je serai ravi d'aider. Examinons le problème ensemble. Peux-tu d'abord identifier quels côtés du triangle sont les côtés opposé, adjacent et hypoténuse par rapport à l'angle Alpha ?

D'accord, donc je suis à peu près sûr que c'est l'angle Alpha ici, non ?

Oui, c'est correct. Maintenant, en regardant le triangle, quel côté penses-tu être l'hypoténuse ?

Euh, l'hypoténuse ? Je n'en suis pas totalement sûr. Je pense que ça pourrait être celui-ci, mais je ne suis vraiment pas certain.

D'accord, le côté AC est appelé le côté adjacent à l'angle Alpha. L'hypoténuse est le plus long côté d'un triangle rectangle et est directement opposé à l'angle droit.

Ah je vois. Donc l'hypoténuse, c'est ce très long côté de A à B.

C'est exact, bien joué. Maintenant que tu as identifié l'hypoténuse, peux-tu identifier quel côté est le côté opposé à l'angle Alpha ?

Ben, je veux dire, tu m'as dit tout à l'heure que c'était le côté adjacent, et je sais que c'est l'hypoténuse, donc je suppose que ce côté BC est le côté opposé.

Excellente déduction, c'est absolument correct. Maintenant que tu as identifié tous les côtés par rapport à l'angle Alpha, te rappelles-tu la formule pour...

Le côté flirteur de la voix a pratiquement disparu quand elle est en mode "tutorer un enfant", ce qui est en quelque sorte la bonne chose à faire. Encore une fois, c'est la compréhension du contexte de la situation et du ton à utiliser qui me semble magique.

Dans cette section, nous voyons GPT-40 participer à un débat sur la question de savoir si les chats ou les chiens font de meilleurs animaux de compagnie. La conversation implique plusieurs personnes, dont Lilian, Ola et Christine, chacune exprimant ses préférences.

Lilian aime les chiens car ils sont de merveilleux compagnons, mignons et amusants à jouer. Ola préfère les chats car ils sont plus abordables, plus calmes, indépendants et vivent plus longtemps. Christine favorise également les chiens, en particulier les grandes races comme les bergers allemands, qu'elle dit être doux et formidables avec les enfants.

Après le débat, on demande à GPT-40 de résumer la réunion. Il le fait de manière concise, récapitulant les points clés soulevés par chaque personne et la discussion générale sur le sujet classique "chiens contre chats".

Cet exemple montre les capacités de GPT-40 à :

1. Identifier et distinguer les différents intervenants en fonction de leurs voix.
2. Comprendre le contexte de la conversation et répondre en conséquence, évitant le ton flirteur utilisé dans d'autres exemples.
3. Fournir un résumé clair et précis de la réunion, mettant en évidence les principaux points soulevés par chaque participant.

Le potentiel de cette capacité de résumé de réunion et de prise de notes est important, car elle pourrait faire gagner du temps et améliorer la productivité dans divers contextes professionnels et éducatifs.

Dans cette section, nous voyons deux exemples impressionnants des capacités de GPT-40 en matière de traduction en temps réel et d'accessibilité pour les personnes aveugles.

Le premier exemple démontre la traduction en temps réel entre l'anglais et l'espagnol. Lorsqu'une personne s'exprime en anglais, GPT-40 la traduit et la répète immédiatement en espagnol. Et lorsque l'autre personne répond en espagnol, GPT-40 la traduit de nouveau en anglais. Cette traduction fluide en temps réel pourrait être incroyablement utile pour surmonter les barrières linguistiques.

Le second exemple montre comment GPT-40 peut aider les personnes aveugles via la plateforme Bey AI. L'utilisateur aveugle pointe sa caméra sur différentes scènes, et GPT-40 décrit en détail ce qu'il voit - des canards glissant sur l'eau au taxi qui approche. Cela permet à l'utilisateur aveugle de vivre et de comprendre son environnement d'une manière qui n'était auparavant possible qu'avec l'aide humaine. La faible latence de GPT-40 est cruciale pour rendre ce cas d'utilisation viable.

Ces exemples mettent en évidence comment les capacités multimodales de GPT-40, combinant vision, langage et voix, peuvent considérablement améliorer l'accessibilité et l'inclusivité. Les fonctionnalités de traduction en temps réel et de description visuelle ont le potentiel d'autonomiser les personnes handicapées ou confrontées à des barrières linguistiques, ouvrant de nouvelles opportunités de communication et d'engagement avec le monde qui les entoure.

Dans cet exemple, GPT-40 est utilisé pour gérer un appel de service client au nom de l'utilisateur. L'IA est capable de comprendre la demande de l'utilisateur, de se connecter à la ligne de service client et d'interagir avec l'agent pour résoudre le problème.

Quelques capacités clés démontrées ici :

• L'IA peut comprendre le problème de l'utilisateur et son objectif (obtenir un appareil de remplacement auprès d'Acme Telco).
• Elle peut initier l'appel, se présenter et expliquer la situation à l'agent.
• Elle peut avoir une conversation naturelle avec l'agent, en fournissant les détails nécessaires et en répondant de manière appropriée.
• La faible latence de l'interaction vocale permet à l'IA de gérer l'appel en temps réel, sans que l'utilisateur n'ait besoin d'être présent.

Ce cas d'utilisation met en évidence comment les capacités multimodales de GPT-40 (vision, langage, voix) peuvent être exploitées pour automatiser les tâches fastidieuses de service client. En laissant l'IA gérer l'appel, l'utilisateur peut gagner du temps et des efforts, tout en voyant son problème résolu efficacement. Cela pourrait être un gain de productivité précieux pour les individus comme pour les entreprises.

Le potentiel d'abus est également reconnu, car la technologie pourrait être mal utilisée par des escrocs. Cependant, l'espoir est qu'OpenAI ait mis en place des garde-fous pour prévenir de tels abus et s'assurer que la technologie soit utilisée de manière responsable.