ویژگی‌های جدید ChatGPT، چت صوتی و تشخیص تصویر

OpenAI با آخرین پیشرفت‌های خود در هوش مصنوعی ChatGPT بار دیگر قابلیت جدیدی را به دنیای AI اضافه کرده.

سعید کشاورز کرمانی (سردبیر)

لینک کپی شد!

دو ویژگی جدید Chatgpt: چت صوتی و تشخیص تصویر

OpenAI با آخرین دستاوردهای خود در ChatGPT بار دیگر رنگ و بوی تازه‌ای به دنیای هوش مصنوعی بخشید. این کمپانی فعال در زمینه هوش‌مصنوعی قصد دارد با اضافه کردن قابلیت‌هایی همچون دیدن و شنیدن، هوش مصنوعی را به موجودی هر چه شبیه تر به انسان تبدیل کند. فعالیت روی این دو ویژگی خاص و مهم می‌تواند برای OpenAI نسب به سایر شرکت‌های فعال در این زمینه مثل Google، Anthropic، InflectionAI و Midjourney مزیت رقابتی ایجاد کند. در این پست، به بررسی جزئیات این قابلیت‌های جالب می‌پردازیم تا ببینیم چطور باعث دگرگونی جنبه‌های مختلف زندگی دیجیتال ما می‌شوند.

گوگل با معرفی هوش مصنوعی جدید خود تبدیل به رقیب جدی چت جی پی تی شده است. در این مقاله با جمینای (Gemini)، انقلابی در صنعت هوش مصنوعی آشنا شوید:

قدرت تشخیص صدا

در بخش «ویژگی‌های جدید» گزینه‌ای اضافه شده که نحوه تعامل شما با ChatGPT را تغییر خواهد داد. OpenAI با استفاده از سیستم تشخیص گفتار منبع باز، Whisper، قابلیت جدیدی به وجود آورده. این ادغام خلاقانه باعث می‌شود ChatGPT برای تبدیل کلمات گفتاری به متن، و ایجاد مکالمات با هوش مصنوعی طبیعی‌تر و قوی‌تر عمل کند.

اما این همه ماجرا نیست. فناوری صوتی جدید ChatGPT فراتر از رونویسی صرف است. این قابلیت می‌تواند صداها را جعل کند و صداهای طبیعی‌تر بسازد. با این حال، OpenAI با محدود کردن استفاده از این ویژگی به صداپیشگان، مسئولیت خود را به انجام رسانده تا از استفاده‌های غیر اخلاقی و سوء استفاده‌های احتمالی جلوگیری کند. این مدل‌ها به‌عنوان یک دستیار صوتی هوشمند، مانند سیری اپل یا الکسای آمازون نیز عمل می‌کند. کاربران هم‌چنین می‌توانند از بین پنج صدای مختلف، نمونه مورد پسند خود را برای چت بات انتخاب کنند.. برای ایجاد هر یک از این صداها، با بازیگران حرفه‌ای و صداپیشگان همکاری شده است.

تشخیص تصاویر

OpenAI یک ویژگی دیگر نیز اضافه کرده است که قابلیت‌های مبتنی بر متن ChatGPT را با هوش بصری تکمیل می‌کند. اکنون می‌توانید یک یا چند تصویر را به ChatGPT برای عیب‌یابی، برنامه‌ریزی وعده‌های غذایی یا تجزیه و تحلیل داده‌های پیچیده بفرستید و سوال خود را مطرح کنید. به عنوان مثال می‌توانید عکس از داخل یخچال بگیرید تا او شما را برای پخت غذا راهنمایی کند.

این ویژگی برای دانشجویان و دانش‌آموزان نیز بسیار کاربردی است. چراکه می‌توانند از مسائل سخت و پیچیده، نمودارهای تجزیه و تحلیل و … عکس بگیرند و برای ChatGPT ارسال کنند تا در حل مسائل به آنها کمک کند.

در دسترس بودن و قیمت

آیا برای امتحان کردن این ویژگی‌های باورنکردنی هیجان زده اید؟ OpenAI ویژگی‌های چت صوتی و تشخیص تصویر را برای کاربران ChatGPT Plus و Enterprise ارائه کرد. با این حال، به خاطر داشته باشید که سطح دسترسی‌ها ممکن است بسته به منطقه متفاوت باشد. ChatGPT Plus، که دارای این ویژگی‌ها می‌باشد، قیمت ماهانه آن تقریبا بدین شرح است:

ایالات متحده: 20 دلار آمریکا
کانادا: 25 دلار کانادا
بریتانیا: 20 GBP
استرالیا: 30 دلار استرالیا
ژاپن: ¥2500 JPY
هند: 1600 INR
ایران: برای ما ایرانی‌ها که به دلیل اعمال تحریم‌های اقتصادی امکان خریدن اکانت وجود ندارد، چاره‌ای نیست جز اینکه از طریق سایت‌های واسطه اشتراک بخریم. به عنوان مثال می‌توانید از این سایت‌ها استفاده کنید:

البته در فاز اول، ویژگی‌های صوتی و بصری جدید ChatGPT تنها به زبان انگلیسی محدود هستند و در تمامی کشورهای مجاز به استفاده از چت جی پی تی قابل دسترسی هستند.

نتیجه

نوآوری‌های مداوم OpenAI در زمینه هوش مصنوعی منجر به تغییر نحوه تعامل ما با فناوری خواهد شد. با ویژگی‌های جدید چت صوتی و تشخیص تصویر ChatGPT، با هوش مصنوعی همه فن حریف روبرو خواهیم بود. این ویژگی‌ها وعده افزایش بهره وری، حل مسئله و ارتباطات را به کاربران در زمینه‌های مختلف می‌دهند.

همانطور که پیشبینی می‌شد آینده هوش مصنوعی بدون شک روشن و پر از امکانات خارق العاده خواهد بود. منتظر بروزرسانی‌ها باشید و برای رونمایی از توانایی‌های واقعی ChatGPT آماده شوید.

سوالات متداول

1. آیا می‌توانم از ویژگی چت صوتی ChatGPT برای استفاده شخصی استفاده کنم؟

در تاریخ 21 نوامبر، ChatGPT این قابلیت را در اختیار کاربران نسخه GPT-3.5 رایگان گذاشت. اکنون می توانید با ChatGPT با صحبت کردن! (نه فقط نوشتن) ارتباط برقرار کنید. البته در ابتدا این قابلیت برای همه وجود نداشت.

2. قابلیت تشخیص تصویر ChatGPT چقدر دقیق است؟

ویژگی تشخیص تصویر ChatGPT توسط GPT 3.5 و GPT-4 پشتیبانی می‌شود که قدرت این هوش مصنوعی را در تشخیص عکس‌ها، اسناد و اسکرین شات‌ها بسیار افزایش داده است.