OpenAI je predstavio GPT-Live, novu generaciju glasovnog načina rada za ChatGPT koja donosi prirodnije razgovore i značajno mijenja način na koji korisnici komuniciraju s umjetnom inteligencijom. Umjesto dosadašnjeg modela u kojem je ChatGPT čekao da završite rečenicu prije odgovora, novi sustav može istodobno slušati i govoriti, čime razgovor postaje znatno spontaniji.
Jedna od najvećih novosti je takozvana full-duplex tehnologija. To znači da ChatGPT više ne funkcionira po principu „ti govoriš – ja odgovaram“, nego može slušati dok korisnik govori, prepoznati kada je riječ o kratkoj stanci, a kada je osoba završila misao. Time se izbjegavaju česta prekidanja koja su bila jedna od glavnih zamjerki korisnika dosadašnjem glasovnom načinu rada.
Novi glasovni model može koristiti kratke zvukove poput „aha“, „razumijem“ ili „u redu“ kako bi pokazao da prati razgovor, slično kao što to rade ljudi u svakodnevnoj komunikaciji. OpenAI navodi da je cilj bio stvoriti iskustvo koje djeluje prirodnije i manje robotski.
Možda će vas zanimati
Još jedna važna promjena odnosi se na složenije upite. Kada korisnik postavi zahtjevnije pitanje, GPT-Live može u pozadini koristiti naprednije modele umjetne inteligencije za pretraživanje interneta, logičko zaključivanje ili obradu informacija, a zatim odgovor vratiti u istom razgovoru bez prekidanja komunikacije. Korisnik pritom ne mora ručno mijenjati modele niti pokretati novu sesiju.
OpenAI je poboljšao i mogućnosti prevođenja u stvarnom vremenu. GPT-Live sada može služiti kao svojevrsni prevoditelj tijekom razgovora između osoba koje govore različitim jezicima, pri čemu se komunikacija odvija gotovo bez zastoja.
Nova verzija uvodi i praktične mogućnosti poput naredbe da ChatGPT ostane tih dok ga korisnik ponovno ne pozove, što bi trebalo smanjiti neželjena prekidanja tijekom razgovora. Osim toga, glasovni način rada sada bolje podnosi kraće stanke i promjene ritma govora.
GPT-Live postupno se uvodi korisnicima na webu te u aplikacijama za Android i iOS. Potpuna verzija dostupna je pretplatnicima paketa Go, Plus i Pro, dok će besplatni korisnici dobiti lakšu verziju modela pod nazivom GPT-Live-1 Mini.
OpenAI smatra da će upravo glas postati jedan od glavnih načina korištenja umjetne inteligencije u budućnosti. Umjesto tipkanja, korisnici će sve češće voditi prirodne razgovore s AI-jem, bilo da traže informacije, planiraju putovanje, prevode razgovor ili obavljaju svakodnevne zadatke.
Najnovija nadogradnja pokazuje koliko se brzo razvija umjetna inteligencija. Ono što je prije nekoliko godina zvučalo poput znanstvene fantastike danas postaje sve bliže običnom razgovoru između čovjeka i računala.
