По повеќе месеци во развој, OpenAI на 13 мај ги претстави новиот модел на GPT-4o и надградбата на ChatGPT. Презентацијата на новиот модел ја водеше Мира Мурати, таа ги објасни сите придобивки од новата технологија, и што може да очекуваме од GPT и ChatGPT во непосредна иднина. Иако имаше шпекулации дека OpenAI ќе претстави пребарувач, на крај испадна дека не беа во право.
Еден од помалите новитети, кои сепак ќе бидат корисни е најавата за десктоп верзија на ChatGPT која треба да биде достапна наскоро.
Новиот модел доаѓа со подобрување во перформансите и брзината. Сепак, фокусот е – едноставноста за користење. GPT-4o е наменет за природно користење и интеракција со околината преку ChatGPT или API. Новиот модел на GPT разбира глас, текст и слика. Оваа оптимизација им овозможи на креаторите на GPT да ја направат GPT-4-интелигенцијата достапна и за бесплатните корисници.
Дополнително дел од најавата беа куп функционалности на ChatGPT кои досега беа достапни единствено со претплата. Една од најавените промени е отворањето на GPT Store и отворање на пристапот до специјализираните GPTs за сите. GPT Store и GPTs беа најавени на OpenAI DevDay, но беа достапни единствено со претплата. Бесплатните корисници ќе можат да користат и Vision. Ова ќе овозможи качување на слики и разговор за сликите. Дел од најавените функционалности се анализи и креирање на графикони, препознавање на објектите на сликите и нивно вклучување во разговорите. Конечно, во најавените функционалности кои ќе бидат бесплатно достапни е и пребарување по интернет што ќе овозможи користење на најновите податоци. Една од ретките функционалности кои не беа споменати е пристапот до DALL·E. Ова всушност е единствената функционалност од ChatGPT Plus која не беше спомената.

„Го подобривме и квалитетот и брзината на ChatGPT за 50 различни јазици. Ова е многу важно, сакаме да го овозможиме ова искуство на што е можно поголем број на луѓе.“, вели Мира Мурати.
Надградбата на GPT-4o, ќе биде достапна преку ChatGPT, но и преку API. GPT-4o API е двапати побрз, 50% поевтин и 5 пати повисок „rate limit“ од GPT-4 Turbo.
Кога ќе може да ги користите GPT-4o и новиот ChatGPT
Од презентацијата може да заклучиме дека овие промени се достапни веднаш. Сепак, ако отидете на ChatGPT сега, веројатно ќе забележите дека ќе биде потребен некој период пред да може да започнете да ги користите најавените бесплатни функционалности. Додавањето на новитетите започнува со текст и слика кои полека започнуваат да се испорачуваат до корисниците веќе од денес.
Иако најголем дел од функционалностите ќе бидат достапни за сите, некои предности остануваат достапни исклучиво за претплатниците. Точно што и како ќе биде достапно за бесплатните корисници, а што за претплатниците ќе дознаеме нешто подоцна. Планирано е новиот GPT-4o постепено да биде достапен за сите во следните неколку недели.
Новитети со GPT-4o
Новиот GPT-4o доаѓа со повеќе надградби. Говорот сега е поприроден. Корисникот не мора да чека за ChatGPT да заврши пред да продолжи со коментарите. Нема ниту некаква пауза помеѓу говорот на човекот и ChatGPT. Покрај препознавањето на зборовите и речениците, моделот го препознава и контекстот и начинот на кој речениците се изговорени. Наместо како досега, разговорот сега е значително поразличен и наликува на разговор помеѓу двајца соговорници.
Како и луѓето и ChatGPT сега може да имитира емоции во говорот, може да го менува гласот за драматичен впечаток, да користи робо-глас, па дури и да пее. Дел од овие функционалности може да се искористат за раскажување на приказни за добра ноќ како во примерот, но и за аудио книги или за нарација во креирана содржина, филмови или видеоигри.
Истовремено благодарение на додавањето на визуелно препознавање ChаtGPT е значително покорисен. На пример со помош на десктоп апликацијата ќе може да се сподели код или целиот екран. По ова ChatGPT ќе може да се искористи за пронаоѓање на грешки во кодот, анализи на графици и слично.
Куп импресивни примени на GPT-4o
Без разлика колку беше интересна презентацијата на Мурати, презентацијата на примената беше барем подеднакво забавна. Целата листа на идеи може да ја погледнете тука, но еве неколку кои беа супер интересни.
ChatGPT за едукација
Една од најинтересните примени на ChatGPT е како помошник за подобро разбирање на некои теми или области. Ова беше случај и претходно, ама сега со новите функционалности изгледа уште подобро и попрактично. Имаше неколку примери кои OpenAI ги претстави. Овој е користење на ChatGPT како помошник за математика.
А овој е како помошник за подучување во шпански јазик.
ChatGPT преведувач
Покрај образованието една од интересните примени кои ги видовме е користење на GPT-4o како преведувач. Вештачката интелигенција може да се користи како преведувач во реално време и барем според првите примери изгледа баш импресивно.
Be My Eyes Accessibility
Ова е веројатно најимпресивната функционалност во моментов. Be My Eyes е помошник за лицата со оштетен вид, ама делови се – сѐ што јас замислував кога ги замислував функционалностите на Project Glass. Функционалностите во видеото се фокусирани на лицата со оштетен вид, но неколку примери како оној со знамето на Бакингемската палата (моментот кога вештачката интелигенција објаснува дека кренато знаме значи дека кралот е во палатата) или дополнителното објаснување дека пајките нуркаат во потрага по храна се супер интересни.