La missione di Open AI è rendere l'intelligenza artificiale generale (AGI) e il suo valore ampiamente applicabili a tutti. Credono che sia importante avere un prodotto che possa essere liberamente e ampiamente disponibile.

I punti chiave sono:

• Open AI si concentra sul miglioramento dell'intelligenza dei suoi modelli e sul renderli più capaci in testo, visione e audio.
• Vogliono rendere l'interazione tra umani e AI molto più naturale e più facile, spostando il paradigma verso esperienze più collaborative e senza soluzione di continuità.
• Con il nuovo modello GPT-4 Omni, sono in grado di portare l'intelligenza di classe GPT-4 ai loro utenti gratuiti, rendendo più accessibili le capacità avanzate dell'AI.
• Il nuovo modello è 2 volte più veloce, 50% più economico nell'API e ha limiti di velocità 5 volte più alti per gli utenti paganti rispetto a GPT-4 Turbo.
• Open AI crede che rendere l'AGI ampiamente disponibile sia fondamentale per la sua missione e sta lavorando costantemente per raggiungere questo obiettivo.

Open AI ha annunciato diversi aggiornamenti ai suoi prodotti, inclusa un'app per desktop e un'interfaccia utente (UI) rinnovata per Chat GPT.

I punti chiave sono:

• Stanno portando l'app per desktop a Chat GPT, permettendo agli utenti di accedere all'assistente AI dai loro computer. Questo offre più flessibilità e integrazione nei flussi di lavoro degli utenti.

• L'interfaccia utente è stata rinnovata, anche se i cambiamenti sembrano essere minori in base alla descrizione. L'obiettivo è rendere l'interazione più naturale e intuitiva, permettendo agli utenti di concentrarsi sulla collaborazione con l'AI piuttosto che sull'interfaccia.

• L'obiettivo è rendere l'esperienza di interazione con questi modelli avanzati più naturale e senza soluzione di continuità. Ciò include la riduzione della latenza e l'abilitazione di funzionalità come l'interruzione dell'AI durante una conversazione.

• Questi aggiornamenti fanno parte degli sforzi più ampi di Open AI per rendere la sua tecnologia AI più accessibile e user-friendly, mentre lavora verso la sua missione di sviluppare l'intelligenza artificiale generale (AGI) che possa essere ampiamente disponibile.

Open AI ha annunciato il rilascio del loro modello di punta più recente, GPT-4O. Questo modello Omni rappresenta un notevole passo avanti nelle capacità dell'AI, combinando testo, visione e audio in un unico sistema altamente capace.

Alcuni punti salienti di GPT-4O:

• Più veloce ed efficiente: GPT-4O è 2 volte più veloce dei modelli precedenti e 50% più economico nell'API, con limiti di velocità 5 volte più alti per gli utenti paganti.
• Capacità multimodali: Il modello può gestire senza problemi input di testo, visione e audio, consentendo un'interazione più naturale e conversazionale.
• Intelligenza emotiva: GPT-4O può rilevare e rispondere alle emozioni umane, rendendo l'interazione più simile all'umano e personalizzata.
• Interruzione e collaborazione: Gli utenti possono interrompere il modello e impegnarsi in conversazioni bidirezionali, anziché nell'interazione tradizionale a turni.
• Disponibilità per gli utenti gratuiti: Open AI è impegnata a rendere la classe di intelligenza di GPT-4O disponibile ai suoi utenti gratuiti, un passo significativo nella democratizzazione dell'accesso alle capacità avanzate dell'AI.

Le principali capacità che Open AI ha dimostrato in questo annuncio erano le funzionalità di conversazione vocale in tempo reale di GPT-4. Alcuni punti salienti:

• GPT-4 può ora impegnarsi in conversazioni naturali e bidirezionali, permettendo all'utente di interrompere e interloquire in qualsiasi momento, anziché attendere che l'AI finisca di parlare.

• Le risposte vocali dell'AI hanno più personalità ed emozione, con la capacità di modulare tono, velocità ed espressività in base al contesto della conversazione.

• Il sistema può percepire lo stato emotivo dell'utente dalla sua voce e regolare di conseguenza le sue risposte, creando un'interazione più empatica e naturale.

• La latenza tra l'input vocale dell'utente e l'output vocale dell'AI è notevolmente ridotta, rendendo la conversazione più fluida e immediata.

• GPT-4 può ora gestire input multimodali, comprendendo e rispondendo sia a informazioni vocali che visive simultaneamente.

I punti salienti di questa sezione sono:

• ChatGPT ora ha la capacità di rilevare le emozioni dalla voce dell'utente e rispondere con un'espressione emotiva appropriata nella sua stessa voce.
• Ciò consente un'interazione molto più naturale e conversazionale, in cui l'AI può cogliere lo stato emotivo dell'utente e regolare di conseguenza il tono e la formulazione.
• La demo ha mostrato ChatGPT in grado di rilevare quando l'utente era nervoso e fornire feedback rassicurante e incoraggiante per aiutare l'utente a rilassarsi.
• ChatGPT può anche generare le sue risposte in diversi stili emotivi, come un tono più drammatico o robotico, in base alle richieste dell'utente.
• Ciò rappresenta un notevole progresso nel rendere l'interazione con l'AI più simile all'umano e intuitiva, andando oltre la semplice risposta alle domande verso un dialogo più fluido e bidirezionale.
• La capacità di interrompere ChatGPT e ottenere una risposta in tempo reale, senza lunghi ritardi, contribuisce anche a questo flusso conversazionale più naturale.

I punti salienti delle capacità di comprensione e interazione visiva dimostrate nell'annuncio di GPT-4 sono:

• Il modello può percepire e comprendere visivamente il contenuto mostrato sullo schermo, come codice o equazioni matematiche. Quando il presentatore ha condiviso il codice sullo schermo, GPT-4 è stato in grado di descriverne il funzionamento.

• GPT-4 può fornire indicazioni passo-passo per risolvere l'equazione matematica mostrata sullo schermo, senza rivelare direttamente la soluzione. Guida l'utente attraverso il processo di risoluzione del problema.

• Il modello può rilevare e rispondere a indizi visivi, come quando il presentatore ha inizialmente mostrato il retro della fotocamera del telefono invece del suo volto. GPT-4 ha correttamente identificato che stava guardando una superficie del tavolo prima che il presentatore girasse la fotocamera.

• Le capacità di comprensione visiva consentono a GPT-4 di percepire e interagire con il mondo visivo, non solo elaborare il testo. Ciò consente un'interazione più naturale e multimodale tra l'utente e l'assistente AI.

I punti salienti delle capacità di traduzione multilingue dimostrate nel video sono:

• Open AI ha mostrato la capacità di GPT-4 di tradurre in tempo reale tra inglese e italiano durante una conversazione tra due persone.

• Quando gli è stato chiesto di tradurre tra le lingue, GPT-4 ha risposto con un divertente "Perfetto", dimostrando un senso di personalità e interazione naturale.

• La traduzione è avvenuta senza soluzione di continuità, con GPT-4 che ha tradotto dall'inglese all'italiano e viceversa senza ritardi o errori evidenti.

• Questa funzionalità evidenzia i progressi nelle capacità di comprensione e generazione linguistica di GPT-4, consentendo interazioni multilingue più naturali e conversazionali.

• La traduzione fluida, combinata con le risposte infuse di personalità, suggerisce che GPT-4 sia in grado di gestire la comunicazione multilingue in modo più simile all'umano rispetto agli strumenti di traduzione tradizionali.

Presto vi aggiorneremo sui nostri progressi verso la prossima grande cosa, ha detto Mir Moradie, il CTO di OpenAI. Questo lascia intendere un prossimo annuncio o sviluppo da parte di OpenAI, oltre a quanto mostrato nell'attuale presentazione. Sebbene i dettagli di questa "prossima grande cosa" non siano stati rivelati, la dichiarazione suggerisce che OpenAI abbia piani più ambiziosi in cantiere, oltre alle capacità dimostrate per GPT-4 e l'interfaccia conversazionale migliorata. L'assenza del co-fondatore Sam Altman dalla presentazione potrebbe anche essere un indizio che la "prossima grande cosa" sia riservata per un futuro annuncio. Nel complesso, questo breve commento indica innovazioni e progressi continui da parte di OpenAI all'orizzonte.