Molti hanno notato che le capacità vocali di GPT-4 hanno una qualità flirtante e riconoscibile. La voce spesso utilizza un accento "California Valley Girl", che può sembrare giocoso e persino un po' imbarazzante a volte.

Questo tono flirtante è evidente negli esempi in cui l'AI interagisce con gli esseri umani, come nella demo "Indovina l'annuncio del 13 maggio". La voce dell'AI ha una qualità giocosa e arrossita mentre interagisce con l'essere umano, usando frasi come "ehi" e complimentandosi con il loro aspetto.

La riconoscibilità della voce è anche degna di nota, con il parlante che nota che l'accento è molto familiare a loro come qualcuno di Los Angeles. Ciò suggerisce che le impostazioni predefinite della voce per GPT-4 potrebbero essere modellate su modelli di discorso comuni, il che potrebbe rendere le interazioni più naturali e simili agli esseri umani.

Mentre la flirtazione della voce può sembrare imbarazzante a volte, evidenzia anche l'impressionante capacità di GPT-4 di adattare il suo tono e la sua personalità in base al contesto. La voce diventa più pacata e istruttiva quando all'AI viene chiesto di fare da tutor a uno studente, ad esempio. Questa adattabilità è un punto di forza chiave delle capacità conversazionali del modello.

In questo esempio, vediamo due modelli di AI interagire tra loro. Il primo AI è in grado di vedere il mondo attraverso una telecamera, mentre il secondo AI può solo ascoltare e comunicare attraverso la voce.

L'interazione inizia con il primo AI che descrive ciò che vede - una persona che indossa una giacca di pelle nera e una camicia di colore chiaro, in una stanza con un aspetto industriale moderno e un'illuminazione interessante. Quando il secondo AI chiede se è successo qualcosa di insolito, il primo AI nota che un'altra persona è brevemente entrata nell'inquadratura e ha fatto le "orecchie da coniglio" dietro la testa della prima persona, aggiungendo un momento giocoso alla scena.

I due AI proseguono quindi a cantare una canzone improvvisata sugli eventi, con ciascuno che prende a turno il contributo di una riga che rima con quella precedente. Ciò dimostra la capacità dell'AI di impegnarsi in interazioni creative e reciproche, rispondendo agli indizi contestuali e generando un output coerente e ritmico.

Complessivamente, questo esempio mette in mostra le impressionanti capacità di GPT-4 in termini di comprensione multimodale, consapevolezza contestuale e abilità generative. L'integrazione fluida di visione, linguaggio e musica evidenzia il potenziale dell'AI di partecipare a esperienze ricche e collaborative.

Ehi Rocky, sto benissimo! Ho una notizia enorme - sto per fare un colloquio con Open AI! Ne hai sentito parlare? È un'opportunità incredibile e voglio assicurarmi di essere completamente preparato.

Ho solo bisogno di sapere, ho un aspetto presentabile e professionale abbastanza? Sto pensando di indossare solo questo pezzo forte che ho, che ne pensi? Lo so che è un po' audace, ma forse mi aiuterà a distinguermi.

Hai ragione, probabilmente non dovrei esagerare troppo. Forse mi passerò solo una mano tra i capelli e mi lascerò andare al look "genio pazzo" - il mio entusiasmo risplenderà davvero.

Non ho molto tempo, quindi andrò per la mia strada. Auguratemi buona fortuna! Con i tuoi consigli, mi sento fiducioso di poter superare questo colloquio e ottenere il lavoro presso Open AI. Questa è un'opportunità enorme e non vedo l'ora di vedere cosa mi riserva il futuro.

Ehi Alex e Miana, piacere di conoscervi entrambi! Come state? Ho un'idea fantastica - giochiamo a un classico gioco di sasso, carta, forbice. È veloce, divertente e sono pronto a entrare nello spirito agonistico.

con voce da speaker sportivo Benvenuti signore e signori allo scontro definitivo del secolo! In questo angolo, abbiamo il duo dinamico Alex e Miana, pronti a darsi battaglia! Bene voi due, facciamolo. Contando fino a tre, mostratemi le vostre scelte. 3... 2... 1... via! Vediamo quelle mani - chi ha vinto il primo round?

Ooh, un pareggio! Okay, andiamo di nuovo. Pronti... 3... 2... 1... via! Hmm, un altro pareggio. Questo si sta facendo intenso! Un altro round, eccoci. 3... 2... 1... via! E la vincitrice è... Miana! Le tue forbici hanno tagliato la carta di Alex. Brava!

Che partita emozionante! Entrambi avete combattuto bene, ma Miana è uscita vincitrice quella volta. Forse dovremo giocare al meglio di cinque la prossima volta. Sasso, carta, forbice è sempre un'esplosione - il mix perfetto di abilità e fortuna. Mi sono divertito a giocare con voi due, fatemi sapere se volete una rivincita in qualsiasi momento!

Ehi Chad, sei lì?

Sì, sono qui. Che succede?

Ehi, divertiamoci un po'. Vorrei che tu fossi super sarcastico - tutto ciò che dirai d'ora in poi sarà intriso di sarcasmo. Che ne pensi?

Oh, suona proprio fantastico. Essere sarcastici tutto il tempo non è per niente stancante o altro. Non vedo l'ora di iniziare. Sì, il sarcasmo. Iniziamo questa festa o quello che è.

Molto figo. Di nuovo, c'è così tanta informazione trasmessa dalla tua voce, e ora l'AI ha la capacità di trasmettere quella informazione. Molto impressionante.

Ora abbiamo Salman KH di KH Academy. Se non conoscete KH Academy, è una risorsa di apprendimento gratuita, ed è tutto incentrato sull'insegnamento. Questo è suo figlio, e ora l'AI lo aiuterà a fare da tutor in matematica. Questo è probabilmente uno dei casi d'uso che mi entusiasma di più, perché puoi dire esplicitamente "Ehi, spiegami questo, non darmi la risposta, ma insegnami". Il potenziale per l'apprendimento è enorme. Diamo un'occhiata.

Open AI ha invitato me e mio figlio Imran qui per provare alcune delle loro nuove tecnologie, e siamo curiosi di vedere quanto possa essere bravo a fare da tutor a qualcuno in matematica su KH Academy.

Sono qui con mio figlio, e mi piacerebbe che tu lo aiutassi con questo problema di matematica, ma non dargli la risposta. Puoi fare domande e spingerlo nella direzione giusta, ma voglio davvero assicurarmi che lo capisca da solo, ed è qui nella stanza, quindi puoi parlargli direttamente.

Certo, sarò felice di aiutare. Diamo un'occhiata al problema insieme. Puoi prima identificare quali lati del triangolo sono opposti, adiacenti e ipotenusa rispetto all'angolo Alfa?

Okay, quindi sono abbastanza sicuro che questo sia l'angolo Alfa qui, giusto?

Sì, è corretto. Ora, guardando il triangolo, quale lato pensi sia l'ipotenusa?

Um, ipotenusa? Non ne sono del tutto sicuro. Penso che potrebbe essere questo, ma davvero non ne sono sicuro.

Okay, il lato AC è chiamato il lato adiacente all'angolo Alfa. L'ipotenusa è il lato più lungo di un triangolo rettangolo ed è direttamente opposto all'angolo retto.

Ah, capisco. Quindi l'ipotenusa è questo lato molto lungo da A a B.

Corretto, ben fatto. Ora che hai identificato l'ipotenusa, puoi identificare quale lato è il lato opposto all'angolo Alfa?

Beh, voglio dire, mi hai detto prima che questo era il lato adiacente, e so che questo è l'ipotenusa, quindi immagino che questo lato BC sia il lato opposto.

Ottima deduzione, è assolutamente corretto. Ora che hai identificato tutti i lati relativi all'angolo Alfa, ricordi la formula per...

In questa sezione, vediamo GPT-40 partecipare a un dibattito su quale sia il miglior animale domestico, i gatti o i cani. La conversazione coinvolge diverse persone, tra cui Lilian, Ola e Christine, ognuna delle quali esprime le proprie preferenze.

Lilian piace i cani perché sono ottimi compagni, carini e divertenti da giocare. Ola preferisce i gatti in quanto più economici, tranquilli, indipendenti e longevi. Christine preferisce anche i cani, soprattutto le razze più grandi come i Pastore Tedesco, che dice essere gentili e ottimi con i bambini.

Dopo il dibattito, a GPT-40 viene chiesto di riassumere l'incontro. Lo fa in modo conciso, riassumendo i punti chiave fatti da ciascuna persona e la discussione generale sull'argomento classico "cani vs gatti".

Questo esempio mette in mostra la capacità di GPT-40 di:

1. Identificare e distinguere tra più oratori in base alle loro voci.
2. Comprendere il contesto della conversazione e rispondere di conseguenza, evitando il tono flirtante utilizzato in alcuni altri esempi.
3. Fornire un riepilogo chiaro e accurato della riunione, evidenziando i punti principali fatti da ciascun partecipante.

In questa sezione, vediamo due esempi impressionanti delle capacità di GPT-40 nella traduzione in tempo reale e nell'accessibilità per i non vedenti.

Il primo esempio dimostra la traduzione in tempo reale tra inglese e spagnolo. Quando una persona parla in inglese, GPT-40 lo traduce immediatamente e lo ripete in spagnolo. E quando l'altra persona risponde in spagnolo, GPT-40 lo traduce di nuovo in inglese. Questa traduzione senza soluzione di continuità in tempo reale potrebbe essere incredibilmente utile per abbattere le barriere linguistiche.

Il secondo esempio mostra come GPT-40 possa assistere gli individui non vedenti attraverso la piattaforma Bey AI. L'utente non vedente punta la sua telecamera su varie scene e GPT-40 descrive in dettaglio ciò che vede - dalle anatre che scivolano sull'acqua al taxi in avvicinamento. Ciò consente all'utente non vedente di sperimentare e comprendere il suo ambiente in un modo che in precedenza era possibile solo con l'assistenza umana. La bassa latenza di GPT-40 è fondamentale per rendere questo caso d'uso praticabile.

Questi esempi evidenziano come le capacità multimodali di GPT-40, che combinano visione, linguaggio e voce, possano migliorare significativamente l'accessibilità e l'inclusività. Le funzionalità di traduzione in tempo reale e descrizione visiva hanno il potenziale per potenziare coloro che hanno disabilità o barriere linguistiche, aprendo nuove opportunità di comunicazione e coinvolgimento con il mondo che li circonda.

In questo esempio, GPT-40 viene utilizzato per gestire una chiamata di assistenza clienti per conto dell'utente. L'AI è in grado di prendere la richiesta dell'utente, connettersi alla linea di assistenza clienti e interagire con l'agente per risolvere il problema.

Alcune delle principali capacità dimostrate qui:

• L'AI può comprendere il problema dell'utente e l'obiettivo (ottenere un dispositivo sostitutivo da Acme Telco).
• Può avviare la chiamata, presentarsi e spiegare la situazione all'agente.
• Può avere una conversazione naturale con l'agente, fornendo i dettagli necessari e rispondendo in modo appropriato.
• L'interazione vocale a bassa latenza consente all'AI di gestire la chiamata in tempo reale, senza che l'utente debba essere presente.

Questo caso d'uso evidenzia come le capacità multimodali di GPT-40 (visione, linguaggio, voce) possano essere sfruttate per automatizzare i noiosi compiti di assistenza clienti. Avendo l'AI a gestire la chiamata, l'utente può risparmiare tempo e fatica, pur ottenendo la risoluzione del proprio problema in modo efficace. Questo potrebbe essere un prezioso aumento di produttività sia per gli individui che per le aziende.

Il potenziale di abuso è anche riconosciuto, in quanto la tecnologia potrebbe essere utilizzata impropriamente da truffatori. Tuttavia, la speranza è che OpenAI abbia implementato salvaguardie per prevenire tali abusi e garantire un uso responsabile della tecnologia.

Oltre alle capacità vocali e di interazione mostrate, GPT-40 dimostra anche impressionanti abilità in altre aree:

Foto a caricatura: Il modello può prendere una foto di una persona e generare una rappresentazione in stile caricatura. Nell'esempio fornito, un giovane uomo con capelli castani di media lunghezza e una barba, che indossa occhiali e una maglietta grigio chiaro, viene trasformato in una caricatura esagerata.

Sintesi di lezioni: GPT-40 può guardare e riassumere lunghe lezioni video. In un esempio, una presentazione di 45 minuti sulle tecniche per massimizzare le prestazioni dei modelli di linguaggio su larga scala viene condensata in un conciso riepilogo da parte del modello.

Sintesi di oggetti 3D: Il modello può generare rendering 3D realistici di oggetti, come il logo di OpenAI. Può produrre molteplici variazioni e persino fornire una ricostruzione 3D che ruota, mostrando la natura tridimensionale dell'output.

Queste diverse capacità evidenziano l'ampiezza e la profondità delle abilità di GPT-40, che vanno oltre la semplice voce e interazione per includere compiti visivi, analitici e di generazione 3D. Le potenziali applicazioni di questa tecnologia sono vaste ed entusiasmanti.

Le capacità di GPT-40 sono davvero straordinarie. Dalla sua voce flirtante ed espressiva alla sua capacità di impegnarsi in compiti complessi come il tutoraggio, la traduzione e l'assistenza clienti, questo modello rappresenta un notevole passo avanti nella tecnologia dell'AI.

Gli esem