ChatGPT vừa trình làng một bản cập nhật quan trọng nhất kể từ khi ra mắt, giúp người dùng tương tác với trí tuệ nhân tạo (AI) một cách tự nhiên thông qua giọng nói và xử lý hình ảnh.
OpenAI cho biết rằng ChatGPT có khả năng tương tác bằng giọng nói theo phong cách của năm nhân vật mặc định. Đồng thời, AI này cũng có khả năng xử lý hình ảnh mà người dùng nhập vào. Được biết, tính năng trò chuyện là một bổ sung quan trọng, nhằm thu hút sự quan tâm và sử dụng rộng rãi hơn từ phía người dùng.
Peter Deng, Phó Chủ tịch phụ trách Sản phẩm Tiêu dùng của OpenAI, đã thảo luận về thách thức lớn của việc làm này, nói rằng: “Một trong những nhiệm vụ khó khăn nhất là tận dụng công nghệ của chúng tôi để làm cho nó dễ dàng hơn để tiếp cận 300-400 triệu người dùng tiếp theo.”
Trong bản cập nhật mới này, ChatGPT có khả năng tham gia vào cuộc trò chuyện bằng giọng nói, kể chuyện, hoặc thậm chí đọc nội dung mà người dùng nhập dưới dạng văn bản. Theo đánh giá của Washington Post trong cuộc thử nghiệm, các phản hồi từ ChatGPT “có sự trò chuyện hơn so với các trợ lý ảo phổ biến như Google Assistant, Alexa hay Siri.”
OpenAI đã nhấn mạnh tại blog ngày 25/9 rằng tính năng trò chuyện mới này “mở ra cánh cửa cho nhiều ứng dụng sáng tạo và tập trung vào khả năng tiếp cận.”
Tính năng xử lý hình ảnh cho phép người dùng chụp ảnh mọi thứ xung quanh và sau đó yêu cầu ChatGPT phân tích ảnh để giải quyết các vấn đề, chẳng hạn như khắc phục sự cố khi lò nướng không khởi động, kiểm tra bên trong tủ lạnh có những loại thực phẩm nào để lập kế hoạch cho bữa ăn, hoặc phân tích biểu đồ phức tạp liên quan đến công việc. Tính năng này tương tự với Google Lens của Alphabet.
Dự kiến rằng bản cập nhật mới trên ChatGPT sẽ được phát hành trong hai tuần tới, nhưng chỉ dành cho những người đăng ký gói Plus và Enterprise.
OpenAI được thành lập vào năm 2016, và ChatGPT đã ra mắt vào cuối năm ngoái, nhanh chóng gây tiếng vang với khả năng trả lời câu hỏi một cách tự nhiên. Bản cập nhật mới này được kỳ vọng sẽ nâng cao sức mạnh của ChatGPT, biến nó thành một đối thủ đáng gờm cho các trợ lý ảo truyền thống.
Washington Post bình luận rằng “việc bổ sung khả năng thoại và xử lý hình ảnh đưa ChatGPT tiến xa hơn trên con đường trở thành một mô hình đa phương thức thực sự: một chatbot có thể ‘nhìn’ và ‘nghe’ thế giới, cũng như phản hồi bằng giọng nói và hình ảnh bên cạnh văn bản.”
Trong khi đó, các nhà nghiên cứu trong lĩnh vực Trí tuệ Nhân tạo đánh giá rằng mô hình đa phương thức đang là giai đoạn cạnh tranh tiếp theo, và có thể được áp dụng vào nhiều lĩnh vực trong cuộc sống, chẳng hạn như trên smartphone, TV, xe hơi và loa thông minh.
Hơn nữa, vào ngày 25/9, Amazon thông báo rằng họ đã ký một thỏa thuận đầu tư lớn, trị giá 4 tỷ USD vào một công ty khởi nghiệp AI có tên Anthropic. Đây được coi là thỏa thuận lớn nhất trong lĩnh vực Trí tuệ Nhân tạo kể từ khi Microsoft đầu tư hơn 10 tỷ USD vào OpenAI. Tuần trước, Amazon cũng đã mở rộng tính năng “trò chuyện” của loa thông minh Alexa thông qua chatbot, tuy nhiên, tính năng này bị đánh giá là còn hạn chế.
