مکالمه تصویری با هوش مصنوعی ممکن شد

به گزارش ایران اکونومیست؛ شرکت اوپن‌ای‌آی(OpenAI) بالاخره قابلیت مکالمه تصویری زنده با ChatGPT را که تقریباً هفت ماه پیش نمایش داده بود، عرضه کرد.

این شرکت اعلام کرد که در حال ارائه توانایی اشتراک‌گذاری نمایشگر تلفن و ویدئوی زنده از تلفن همراه کاربران است تا مجبور نباشند عکس آپلود کنند یا محیط اطراف خود را در محیط چت توصیف کنند.

اشتراک‌گذاری تصویر می‌تواند گفتگو با هوش مصنوعی را کارآمدتر و مفیدتر کند، البته با این قابلیت، دسترسی بیشتری به اطلاعات شخصی و بالقوه حساس کاربران صورت می‌گیرد.

اوپن‌ای‌آی اعلام کرده است که اشتراک‌گذاری تصویر زنده با ضربه زدن روی نماد صدا در نوار چت در دسترس خواهد بود.

طبق اعلام این شرکت، این ویژگی برای کاربران Plus و Pro در اکثر کشورها و همچنین برای همه کاربران ChatGPT Team در دسترس خواهد بود و کاربران در اتحادیه اروپا، سوئیس، ایسلند، نروژ و لیختن اشتاین به زودی این ویژگی را دریافت خواهند کرد.

همچنین کاربران Enterprise و Edu در ماه ژانویه به این ویژگی دسترسی خواهند یافت.

در واقع اوپن‌ای‌آی در جریان یک پخش زنده اعلام کرد که ویژگی مکالمه تصویری در ChatGPT در حال استقرار است.

اکنون با استفاده از برنامه ChatGPT، کاربران می‌توانند تلفن‌های همراه خود را به سمت اشخاص دیگر یا اشیاء نشانه بگیرند و ChatGPT در لحظه به آنها واکنش و پاسخ دهد.

این حالت صوتی پیشرفته با بینش بصری همچنین می‌تواند اشتراک‌گذاری نمایشگر را درک کند. یعنی می‌تواند نمایشگر تلفن همراه را نیز ببیند و برای مثال سوالات کاربر درباره تنظیمات مختلف گوشی را توضیح دهد یا پیشنهاداتی در مورد یک مسئله ریاضی ارائه دهد.

برای دسترسی به حالت پیشرفته صوتی با بینش بصری کافی است روی نماد صوتی در کنار نوار چت ChatGPT ضربه بزنید، سپس روی نماد ویدئو در پایین سمت چپ ضربه بزنید تا مکالمه ویدئویی شما شروع شود. همچنین برای اشتراک‌گذاری صفحه می‌توان روی منوی سه نقطه ضربه زد و گزینه «Share Screen» را انتخاب کرد.

اوپن‌ای‌آی می‌گوید عرضه این ویژگی از پنجشنبه آغاز شده و در این هفته به پایان می‌رسد، اما همه کاربران به آن دسترسی نخواهند داشت.

در ویدئویی که توسط کارمندان اوپن‌ای‌آی منتشر شده، نشان داده می‌شود که ChatGPT می‌تواند چهره افراد و گفته‌هایشان را به خاطر بسپارد. به عنوان مثال همگی خود را تک به تک معرفی می‌کنند و سپس نفر اصلی از ChatGPT می‌پرسد که نام آن همکارم که کلاه بابانوئل بر سر داشت چه بود و ChatGPT درست پاسخ می‌دهد.

 عرضه این قابلیت تاکنون چند بار به تعویق افتاده بود. این شرکت در ماه آوریل قول داد که این قابلیت طی چند هفته آتی برای کاربران عرضه شود، اما پس از سررسید آن زمان دوباره گفت که به زمان بیشتری نیاز دارد.

گزارش‌ها حاکی از آن بود که شرکت اوپن‌ای‌آی این ویژگی را خیلی قبل از آماده شدن آن برای عرضه، معرفی کرده بود.

گفتنی است که رقبایی مانند گوگل و متا نیز در حال کار بر روی قابلیت‌های مشابه برای چت‌بات‌های خود هستند. چند روز پیش بود که گوگل ویژگی هوش مصنوعی مکالمه‌ای و تحلیلگر ویدئویی خود را به نام پروژه آسترا(Project Astra) در اختیار گروهی از آزمایش کنندگان مورد اعتماد قرار داد.

در پایان شایان ذکر است که اوپن‌ای‌آی علاوه بر حالت صوتی پیشرفته با بینش بصری، یک «حالت بابانوئل» را نیز معرفی کرد که صدای بابانوئل را به عنوان صدای از پیش تعیین شده به ChatGPT اضافه می‌کند و کاربران می‌توانند با ضربه زدن یا کلیک کردن روی نماد دانه‌های برف در برنامه ChatGPT در کنار نوار درخواست، آن را پیدا کنند.