OpenAI har for nylig introduceret nye opdateringer til ChatGPT, der omfatter både stemme- og billedgenkendelse. Denne tilføjelse giver en mere intuitiv måde at interagere med assistenten på. Nu kan du både tale direkte med ChatGPT og vise billeder for at uddybe din kommunikation.

Stemme- og billedfunktionerne udvider mulighederne for, hvordan du kan bruge ChatGPT i din hverdag. Forestil dig at tage et billede af en seværdighed på din rejse og få en live samtale om, hvad der er interessant ved det. Eller hvad med at tage billeder af dit køleskab derhjemme for at finde ud af, hvad der skal laves til aftensmad. Du kan endda hjælpe dit barn med matematik ved at tage et foto af problemet og derefter få hjælp til løsningen.

Nye funktioner rulles ud gradvist

Funktionerne vil i første omgang være tilgængelige for Plus og Enterprise brugere og vil blive udrullet over de næste to uger. Stemmetjenesten vil være tilgængelig på både iOS og Android, mens billedfunktionen vil være tilgængelig på alle platformer. Derudover arbejder OpenAI på at udvide adgangen til andre brugergrupper, herunder udviklere, i den nærmeste fremtid.

Sådan bruger du de nye funktioner

For at starte en stemmechat skal du gå til Indstillinger → Nye funktioner på den mobile app og tilmelde dig stemmesamtaler. Derefter kan du vælge din foretrukne stemme blandt fem forskellige muligheder. Tekst-til-tale-modellen er drevet af en ny teknologi, der kan generere menneskelignende stemmer baseret på en kort prøve af reel tale. Med billedgenkendelsen kan du også fokusere på bestemte dele af et billede ved hjælp af tegneværktøjet i appen.

Et fokus på sikkerhed og ansvarlighed

OpenAI har en mission om at skabe en sikker og gavnlig generel kunstig intelligens. Med introduktionen af stemme- og billedfunktionerne følger der også nye udfordringer i form af sikkerhedsrisici. For eksempel kan de nye funktioner bruges til at efterligne kendte personer eller til svindel. Derfor ruller OpenAI funktionerne ud gradvist for at minimere risiciene og gøre forbedringer baseret på brugerfeedback. OpenAI arbejder også på at forbedre modellens evner i forhold til andre sprog end engelsk, især dem med ikke-latinske alfabetter.

KILDE: OpenAI – https://openai.com/blog/chatgpt-can-now-see-hear-and-speak