En un desarrollo revolucionario, OpenAI ha anunciado una actualización importante a su chatbot de inteligencia artificial ChatGPT, transformándolo en un poderoso centro de conversación multi-modal. La actualización permitirá a los usuarios tener conversaciones de voz con ChatGPT e incluso interactuar con él usando imágenes. OpenAI reveló estos notables avances en un blog y en las redes sociales, afirmando que ChatGPT ahora puede "ver, oír y hablar".
Esta evolución marca un salto significativo hacia adelante en las capacidades de chatbots alimentados por IA, trayendo ChatGPT más cerca de la liga de asistentes digitales capacitados por voz como Alexa de Amazon y Siri de Apple.
Conversaciones de voz con ChatGPT.
Una de las características más emocionantes de esta actualización es la capacidad de tener conversaciones de voz con ChatGPT. Durante las próximas dos semanas, los usuarios podrán usar sus voces para participar en discusiones interactivas con el asistente de IA. Esta funcionalidad abre un mundo de posibilidades, permitiendo a los usuarios solicitar historias a la hora de dormir para sus familias o proponer debates amistosos para la cena, con la ayuda de ChatGPT.
OpenAI demostró esta impresionante capacidad con un usuario pidiéndole a ChatGPT elaborar una historia sobre un personaje caprichoso llamado "Larry". En respuesta, ChatGPT no sólo proporcionó una narración creativa, sino que también respondió a preguntas específicas sobre la vida de Larry, mostrando su capacidad de conversación.
La capacidad de voz está alimentada por un modelo de última generación de texto a voz, que puede generar un audio notablemente humano a partir de entradas de texto y una breve muestra de habla grabada. OpenAI colaboró con actores vocales profesionales para crear estas voces y aprovechó su sistema de reconocimiento de habla de código abierto, Whisper, para transcribir palabras habladas en texto.
Desbloqueando el potencial de la IA multimodal.
El ChatGPT de OpenAI no solo ofrece las interacciones de voz, sino que también se sumerge en el mundo visual. Los usuarios ahora pueden subir imágenes y consultar ChatGPT sobre ellas. Esta innovación permite aplicaciones prácticas como la solución de problemas de un grill mal funcionado, la planificación de comidas basadas en el contenido del frigorífico o el análisis de gráficos complejos para datos relacionados con el trabajo.
La aplicación móvil ChatGPT también incluye una herramienta de dibujo, que permite a los usuarios centrarse en elementos específicos dentro de la imagen y buscar insights del chatbot AI.
Esta versión mejorada de las imágenes es posible gracias a la integración de los modelos multimodales GPT-3.5 y GPT-4. Estos modelos combinan habilidades de razonamiento del lenguaje con la capacidad de interpretar diferentes tipos de datos visuales, incluyendo fotografías, capturas de pantalla y documentos.
Aunque estos avances abren posibilidades creativas emocionantes, OpenAI sigue consciente de los riesgos potenciales, incluyendo el potencial para que los actores maliciosos se impartan como figuras públicas o cometan fraude usando esta tecnología.
En resumen, el ChatGPT actualizado de OpenAI está diseñado para revolucionar la forma en que interactuamos con la IA. Con el poder de ver, oír y hablar, ya no es solo un chatbot, es un compañero digital versátil, listo para ayudar con consultas tanto vocales como visuales. Las posibilidades son infinitas, y el futuro de las conversaciones impulsadas por la IA se ve más emocionante que nunca.
Hayas Team: 06-abr-2024 11:35:20
Sandra Chuvieco: 04-dic-2023 13:03:06
