OpenAI sa snaží udržať si náskok a vedúce postavenie v čoraz ostrejšej konkurencii na poli umelej inteligencie. Spoločnosť teraz predstavila model, ktorý výrazne zmení fungovanie hlasového režimu ChatGPT. Systém umožní oveľa prirodzenejšiu konverzáciu, a to aj v plne duplexnom režime.
Nový model sa volá GPT-Live a v prvej fáze prichádza v dvoch variantoch: GPT-Live-1 a GPT-Live-1 mini. Vďaka plne duplexnému fungovaniu sa rozhovor s umelou inteligenciou skutočne priblíži ľudskej konverzácii. Systém už totiž nebude môcť iba hovoriť alebo počúvať, ale zvládne rozprávať a zároveň počúvať reakcie používateľa. Ľudskému správaniu sa priblíži aj v mnohých ďalších ohľadoch.
Vývojári sa postarali aj o to, aby hlasový režim počas rozhovoru dával používateľom najavo, že je stále prítomný a pozorne počúva. Občas pri počúvaní utrúsi „áno“ či „hmm“ – presne ako človek. Zaujímavé je aj to, že hoci bol vyvinutý na rýchlu komunikáciu a na otázky bude odpovedať rýchlejšie než kedykoľvek predtým, dokáže rozpoznať aj chvíle, keď má zostať ticho. Keď sa človek uprostred vety na okamih zamyslí, pretože mu nenapadá správne slovo, ChatGPT trpezlivo počká.
Aj samotný hlasový režim ChatGPT bude schopný počas rozhovoru premýšľať, pretože rečová a znalostná časť systému fungujú na pozadí oddelene. Pri otázkach, ktoré si vyžadujú hlbšie znalosti alebo sú zložitejšie, model GPT-Live odovzdá úlohu najpokročilejšiemu modelu spoločnosti, GPT-5.5. Ten vypracuje „riešenie“ a výsledok vráti modelu GPT-Live, ktorý ho používateľovi sprostredkuje prostredníctvom hlasového režimu.
„Tieto vylepšenia prinášajú nový zážitok z hlasového režimu ChatGPT, ktorý bude inteligentnejší a prirodzenejší na používanie. Veríme, že tento výskum nám časom umožní využívať hlasový režim aj na čoraz zložitejšie a dlhšie trvajúce úlohy či prácu s agentmi,“ zdôraznil OpenAI.
OpenAI neustále pracuje na tom, aby sa rozhovory s umelou inteligenciou skutočne podobali rozhovorom medzi ľuďmi. Uvedenie modelu GPT-Live je v tomto smere významným krokom. Systém má aj lepšie potláčanie hluku: dokáže odfiltrovať rozhovory ľudí v pozadí a sústrediť sa iba na hlas svojho používateľa. Vylepšila sa aj vizuálna stránka, ktorá teraz umožňuje zobrazovať rôzne informačné karty.
Podľa spoločnosti hlasový režim a diktovanie každý týždeň využíva už 150 miliónov ľudí. OpenAI dúfa, že model GPT-Live prispeje k ďalšiemu rastu. Spoločnosť napokon dodala, že aj tu budú na pozadí fungovať príslušné ochranné mechanizmy, aby bolo používanie hlasového režimu bezpečné zo všetkých hľadísk. Nebude zneužívať citlivé údaje ani pomáhať pri zneužívaní a mimoriadne obozretný bude pri odpovediach neplnoletým používateľom.
Model GPT-Live bol sprístupnený medzinárodne na iOS, Androide aj vo webovom rozhraní. Vyskúšať sa dá aj zadarmo, pričom v takom prípade na otázky používateľa predvolene odpovedá GPT-Live-1 mini. GPT-Live-1 bude dostupný všetkým predplatiteľom, od programu ChatGPT Go cez Plus až po Pro. V pláne je aj prístup cez API, ten však zatiaľ sprístupnený nebol a vývojári si musia počkať.
