Миссия OpenAI заключается в том, чтобы сделать искусственный общий интеллект (AGI) и его ценность широко применимыми для всех. Они считают, что важно иметь продукт, который может быть свободно и широко доступен.

Основные моменты:

• OpenAI сосредоточен на улучшении интеллекта своих моделей и повышении их возможностей в области текста, зрения и аудио.
• Они хотят сделать взаимодействие между людьми и ИИ более естественным и простым, переходя к более совместным и бесшовным впечатлениям.
• С новой моделью GPT-4 Omni они могут предоставить интеллект класса GPT-4 своим бесплатным пользователям, сделав передовые возможности ИИ более доступными.
• Новая модель в 2 раза быстрее, на 50% дешевле в API и имеет в 5 раз более высокие лимиты скорости для платных пользователей по сравнению с GPT-4 Turbo.
• OpenAI считает, что сделать AGI широко доступным является ключевой частью их миссии, и они постоянно работают над этой целью.

OpenAI объявила о нескольких обновлениях своих продуктов, включая настольное приложение и обновленный пользовательский интерфейс (UI) для Chat GPT.

Основные моменты:

• Они привносят настольное приложение в Chat GPT, позволяя пользователям получать доступ к помощнику ИИ со своих компьютеров. Это обеспечивает больше гибкости и интеграции в рабочие процессы пользователей.

• Интерфейс был обновлен, хотя изменения, судя по описанию, кажутся незначительными. Основное внимание уделяется сделать взаимодействие более естественным и интуитивным, позволяя пользователям сосредоточиться на сотрудничестве с ИИ, а не на интерфейсе.

• Цель состоит в том, чтобы сделать опыт взаимодействия с этими передовыми моделями более естественным и бесшовным. Это включает в себя снижение задержки и внедрение функций, таких как прерывание ИИ во время разговора.

• Эти обновления являются частью более широких усилий OpenAI по повышению доступности и удобства использования их технологий ИИ, поскольку они работают над своей миссией по разработке искусственного общего интеллекта (AGI), который может быть широко доступен.

OpenAI объявила о выпуске своей новейшей флагманской модели, GPT-4O. Эта всеобъемлющая модель представляет собой значительный шаг вперед в возможностях ИИ, объединяя текст, зрение и аудио в единую, высокоэффективную систему.

Некоторые ключевые особенности GPT-4O:

• Быстрее и более эффективно: GPT-4O в 2 раза быстрее предыдущих моделей и на 50% дешевле в API, с лимитами скорости в 5 раз выше для платных пользователей.
• Мультимодальные возможности: Модель может легко обрабатывать текстовые, визуальные и аудиовходы, что позволяет более естественное и разговорное взаимодействие.
• Эмоциональный интеллект: GPT-4O может определять и реагировать на человеческие эмоции, делая взаимодействие более человечным и персонализированным.
• Прерывание и сотрудничество: Пользователи могут прерывать модель и вступать в диалоговые разговоры, а не в традиционное взаимодействие по очереди.
• Доступность для бесплатных пользователей: OpenAI стремится сделать класс интеллекта GPT-4O доступным для своих бесплатных пользователей, что является значительным шагом в демократизации доступа к передовым возможностям ИИ.

Демонстрации показали способность модели понимать и реагировать на голосовые команды, решать математические задачи и даже рассказывать сказки на ночь с динамическим эмоциональным выражением. Эти достижения в естественном языковом взаимодействии и мультимодальном понимании представляют собой значительную веху в разработке помощников ИИ, которые могут по-настоящему сотрудничать с людьми в бесшовном и интуитивном порядке.

По мере того, как OpenAI продолжает расширять границы того, что возможно с ИИ, будущее взаимодействия человека и машины выглядит все более естественным и персонализированным. GPT-4O является свидетельством быстрого прогресса в этой области и взглядом в трансформирующий потенциал этих технологий.

Ключевые возможности, которые OpenAI продемонстрировала в этом объявлении, были функциями разговорной речи в реальном времени GPT-4. Основные моменты:

• GPT-4 теперь может участвовать в естественных, диалоговых разговорах, позволяя пользователю прерывать и вмешиваться в любой момент, а не ждать, пока ИИ закончит говорить.

• Голосовые ответы ИИ имеют больше личности и эмоций, с возможностью модулировать тон, скорость и выразительность в зависимости от контекста разговора.

• Система может воспринимать эмоциональное состояние пользователя по его голосу и соответственно корректировать свои ответы, создавая более эмпатичное и естественное взаимодействие.

• Задержка между голосовым вводом пользователя и голосовым выводом ИИ значительно сокращена, что делает разговор более бесшовным и мгновенным.

• GPT-4 теперь может обрабатывать мультимодальные входные данные, понимая и реагируя одновременно на речь и визуальную информацию.

В целом, эти достижения в разговорных способностях представляют собой значительный шаг вперед в создании помощников ИИ, которые ощущаются более человекоподобными и интегрированными в естественные рабочие процессы. Возможность плавно прерывать, выражать эмоции и воспринимать контекст является ключевым фактором для того, чтобы ИИ ощущался как истинный партнер по сотрудничеству, а не как жесткая, построенная по очереди система.

Основные моменты этого раздела:

• ChatGPT теперь может определять эмоции по голосу пользователя и реагировать соответствующим эмоциональным выражением в своем собственном голосе.
• Это позволяет гораздо более естественное и разговорное взаимодействие, при котором ИИ может улавливать эмоциональное состояние пользователя и соответственно корректировать свой тон и формулировки.
• Демонстрация показала, что ChatGPT может определять, когда пользователь нервничает, и затем предоставлять успокаивающую и поддерживающую обратную связь, чтобы помочь пользователю расслабиться.
• ChatGPT также может генерировать свои ответы в разных эмоциональных стилях, таких как более драматичный или роботизированный тон, в зависимости от запросов пользователя.
• Это представляет собой значительный прогресс в том, чтобы сделать взаимодействие с ИИ более человекоподобным и интуитивным, выходя за рамки простого вопрос-ответ к более плавному, диалоговому общению.
• Возможность прерывать ChatGPT и получать ответы в режиме реального времени, без длительных задержек, также способствует этому более естественному разговорному потоку.
• В целом, эти новые голосовые и эмоциональные возможности приближают ChatGPT к видению помощника ИИ, который может по-настоящему понимать и сочувствовать пользователю, как показано в фильме "Она".

Основные моменты продемонстрированных возможностей визуального понимания и взаимодействия в объявлении GPT-4:

• Модель может визуально воспринимать и понимать содержимое, отображаемое на экране, такое как код или математические уравнения. Когда докладчик поделился кодом на экране, GPT-4 смог описать, что делает этот код.

• GPT-4 может предоставить пошаговые инструкции для решения математического уравнения, показанного на экране, без непосредственного раскрытия решения. Он направляет пользователя через процесс решения проблемы.

• Модель может обнаруживать и реагировать на визуальные подсказки, такие как когда докладчик первоначально показал заднюю часть камеры телефона вместо своего лица. GPT-4 правильно определил, что он смотрит на поверхность стола, прежде чем докладчик перевернул камеру.

• Возможности визуального понимания позволяют GPT-4 воспринимать и взаимодействовать с визуальным миром, а не просто обрабатывать текст. Это позволяет более естественное, мультимодальное взаимодействие между пользователем и помощником ИИ.

• В целом, продемонстрированные возможности визуального понимания и взаимодействия представляют собой значительный прогресс в создании помощников ИИ, которые более восприимчивы, отзывчивы и способны к бесшовным, человекоподобным взаимодействиям в разных модальностях.

Основные моменты продемонстрированных возможностей многоязычного перевода в видео:

• OpenAI продемонстрировала способность GPT-4 переводить между английским и итальянским языками в режиме реального времени во время разговора между двумя людьми.

• Когда его попросили перевести между языками, GPT-4 ответил игривым "Perfetto", демонстрируя чувство личности и естественное взаимодействие.

• Перевод происходил бесшовно, при этом GPT-4 переводил с английского на итальянский и наоборот без заметной задержки или ошибок.

• Эта функция подчеркивает достижения в языковом понимании и генерации GPT-4, позволяя более естественные и разговорные многоязычные взаимодействия.

• Плавный перевод в сочетании с наполненными личностью ответами свидетельствует о том, что GPT-4 способен справляться с многоязычной коммуникацией более человекоподобным образом по сравнению с традиционными инструментами перевода.

В целом, демонстрация многоязычных переводческих возможностей GPT-4 демонстрирует прогресс модели в направлении более естественных и интуитивных языковых взаимодействий, что является ключевым шагом в создании помощников ИИ, которые ощущаются более человекоподобными и интегрированными в повседневные задачи.

Скоро мы обновим вас о нашем прогрессе в направлении следующей большой вещи, - сказал Мир Морадие, главный технический директор OpenAI. Это намекает на предстоящее объявление или разработку от OpenAI, помимо того, что было продемонстрировано в текущей презентации. Хотя подробности этой "следующей большой вещи" не были раскрыты, это заявление предполагает, что у OpenAI есть более амбициозные планы в работе, помимо возможностей, продемонстрированных для GPT-4 и улучшенного разговорного интерфейса. Отсутствие соучредителя Сэма Алтмана на презентации также может быть подсказкой, что "следующая большая вещь" сохраняется для будущего объявления. В целом, это краткое замечание указывает на продолжающиеся инновации и достижения от OpenAI на горизонте.