ChatGPT更新将帮助OpenAI的聊天机器人“看见、听见和说话”
techmonitor
OpenAI 公布了 ChatGPT 的一次重要更新，为这个人工智能聊天机器人增加了语音和图像功能。这意味着用户现在可以使用语音与聊天机器人交流，并且可以通过图片来提问。ChatGPT 迎来了重大升级。（Vitor Miranda/Shutterstock 摄）该更新是这家人工智能实验室今天早些时候宣布的。新功能将在未来两周内首先向公司 ChatGPT Enterprise 和 Plus 用户推出，随后也将向其他用户群体开放。ChatGPT 在去年推出时引发了人工智能热潮，数以百万计的人注册使用了这项技术。尽管随后其热度有所下降，但 OpenAI 仍在试图利用其成功，最近推出了面向企业用户的高级版本。然而，它所处的市场正变得愈发拥挤，谷歌的 Bard 和 Anthropic 的 Claude 等产品也为企业提供了替代方案。ChatGPT 更新功能模仿 Alexa 和 Siri语音功能意味着用户可以通过麦克风用语音向 ChatGPT 提问，方式与你向亚马逊助手 Alexa 或苹果 Siri 提问类似。用户需要手动启用该功能，同时 ChatGPT 也能通过人工智能生成的语音进行回应。OpenAI 在关于此次更新的博客中提到：“新的语音功能由一个文本转语音模型驱动，能够仅根据文本和几秒钟的样例语音生成接近人类语音的音频内容。”“我们与专业配音演员合作开发了每种语音。我们还使用了我们开源的语音识别系统 Whisper，将你说的话转为文字。”该公司表示，这项新的语音技术“为许多富有创意和关注无障碍应用的应用打开了大门”。但同时它也发出警告：“这些功能也带来了新的风险，例如恶意行为者可能冒充公众人物或实施诈骗。”公司表示目前仅在这一特定用途中使用该技术，但今天也宣布，音乐流媒体服务 Spotify 正在部署该技术，用人工智能生成的语音将播客翻译成其他语言，语音听起来就像播客主持人本人。OpenAI 让 ChatGPT 也能看图此外，用户还可以在提问中输入一张或多张图片。OpenAI 表示，这一功能将使用户“能够排查烤架无法启动的原因、分析冰箱内容从而规划膳食，或分析复杂图表以获取工作相关数据”。系统理解图片的能力由公司的多模态大语言模型 GPT-3.5 和 GPT-4 驱动。公司承认，这可能会带来安全问题。该博客文章称：“基于视觉的模型会带来新的挑战，包括对人物的错误识别，以及在涉及高风险领域时依赖模型对图像的解释。”“在全面推广之前，我们已与红队成员就极端主义和科学素养等领域进行了风险测试，还邀请了多样化的测试者组进行试用。”来自我们的合作伙伴的内容混合策略将帮助分销商实现成功的客户体验 Amalthea 借助人工智能和自动化提高产量，同时减少浪费和成本 人工智能如何在保险行业释放宝贵机遇 “我们的研究使我们能够就负责任的使用达成几个关键细节的共识。” 查看所有通讯 订阅我们的通讯 数据、见解和分析直达您手中 由 Tech Monitor 团队提供 在这里订阅 它还补充说，公司已经采取了“技术措施”以显著限制 ChatGPT 对人物进行分析和做出直接陈述的能力，因为“ChatGPT 并不总是准确，而这些系统应尊重个人隐私。”阅读更多：Salesforce 想成为企业人工智能领域的可信面孔
查看全文
作者最近更新
评论0条评论