جفری هینتون، دانشمند علوم کامپیوتر و پدرخوانده هوش مصنوعی معتقد است که این فناوری بزودی از هوش انسانی فراتر خواهد رفت. این دانشمند علوم کامپیوتر و یکی از پدرخواندههای هوش مصنوعی، میگوید شانس اینکه هوش مصنوعی کنترل جهان را در دست بگیرد بسیار بالا است؛ او همچنین درباره اینکه انسان در توسعه هوشمصنوعی جوانب احتیاط را رعایت نکند، بسیار احساس نگرانی میکند. هینتون در مصاحبه با بیبیسی مدعی شد که ایده پیشی گرفتن هوش مصنوعی از هوش انسانی امری اجتنابناپذیر است. او میگوید تعداد بسیار کمی از کارشناسان در این مورد تردید دارند، اما اگر حدس کارشناسان درست باشد، چه زمانی اتفاق خواهد افتاد؟
جفری هینتون در سال ۲۰۲۳ از سمت خود در گوگل استعفا داد و عنوان کرد که از تحقیقاتش در زمینه توسعه هوش مصنوعی احساس پشیمانی میکند. او خود را بنوعی مشابه اوپنهایمر (دانشمند تولیدکننده بمب اتمی) ، در صنعت هوش مصنوعی میداند و نسبت به خطرات ناشی از این فناوری هشدار جدی داده است. هینتون میگوید باید در مورد توسعه هوش مصنوعی محتاط باشیم و این احتمال وجود دارد که هوش مصنوعی کنترل اوضاع را به دست بگیرد. یکی دیگر از نگرانیهای هینتون، کاربردهای نظامی است؛ هینتون در مصاحبهاش با بیبیسی گفت: من نگران هستم که زمانی هوش مصنوعی بتواند بطور مستقل تصمیم گرفته و مردم را بکشند. پدرخوانده هوش مصنوعی همچنین نگران است این فناوری مشاغل عادی را تصاحب کند. هینتون میگوید با وجود هوش مصنوعی، بهرهوری افزایش مییابد اما دستاوردهای مالی بطور نامتناسب به جیب افراد ثروتمند میرود، نه کسانی که شغلشان توسط هوش مصنوعی تصاحب میشود.
جادوییترین هوش مصنوعی جهان رونمایی شد: سریع، جهانی و مهمتر از همه، رایگان!
OpenAI مدل جدیدی را به نام GPT-4o معرفی کرد که سرعت قابلتوجهی دارد و به رایگان در دسترس همه قرار میگیرد. این محصول که قلب تپنده ChatGPT است، عملکرد چشمگیری در درک محتوای متنی، صوتی و تصویری دارد.
مدل زبانی بزرگ جدید GPT-4o شرکت OpenAI در جریان مراسم ویژهٔ این شرکت رونمایی شد. GPT-4o نسخهٔ اصلاحشدهٔ مدل زبانی GPT-4 است که بهعنوان قلب تپندهٔ چتبات معروف ChatGPT عمل میکند. حرف o در عبارت GPT-4o مخفف Omni به معنی عالمگیر یا جهانی است.
«میرا موراتی» مدیر ارشد فناوری OpenAI در این مراسم گفت که مدل جدید این شرکت بسیار سریعتر است و درزمینهٔ درک متن و محتوای تصویری و محتوای صوتی، عملکرد چشمگیری از خود نشان میدهد.
OpenAI میگوید که مدل زبانی بزرگ GPT-4o به رایگان در دسترس همهٔ مردم قرار میگیرد، بااینحال محدودیت ظرفیت کاربران نسخهٔ اشتراکی پنج برابرِ کاربران نسخهٔ رایگان است؛ به این معنی که کاربران اشتراکی میتوانند روزانه پنج برابر درخواست بیشتر ارسال کنند.
در بخشی از مراسم OpenAI شاهد عملکرد حیرتانگیز GPT-4o در حل مسائل ریاضی و حتی درک لحن حرف زدن کاربر بودیم. قابلیت صوتی جدید GPT-4o به احساسات کاربر کاملاً واکنش نشان میدهد و با لحنی صمیمی مشغول صحبت کردن و حتی داستان گفتن میشود.
سم آلتمن، مدیرعامل OpenAI، اعلام کرد که مدل GPT-4o بهصورت ذاتی، چندحالته است؛ یعنی مدل جدید میتواند افزون بر متن، محتواهای صوتی و تصویری را تولید کند و بفهمد.
هوش مصنوعی GPT-4o مکالمات انسان و کامپیوتر را طبیعیتر میکند :
توسعهدهندگانی که به GPT-4o علاقهمندند، میتوانند API این مدل هوش مصنوعی را با نصف قیمت GPT-4 Turbo خریداری کنند. جالبتر اینکه GPT-4o به میزان دو برابر سریعتر از نسخهٔ Turbo است. بر اساس گفتهٔ OpenAI، اکثر قابلیتهای مدل هوش مصنوعی جدید این شرکت بهصورت تدریجی در دسترس قرار میگیرند؛ بااینحال قابلیتهای متنی و تصویری از همین امروز در چتبات ChatGPT در دسترس است. مدل زبانی GPT-4o قدمی در راستای طبیعی شدن تعامل انسان با کامپیوتر است و میتواند در تنها ۲۳۲ میلیثانیه (میانگین ۳۲۰ میلیثانیه)، به ورودیهای صوتی پاسخ دهد؛ OpenAI ادعا میکند که زمان پاسخدهی GPT-4o مشابه زمان پاسخدهی انسان در مکالمات روزمره است. GPT-4o درزمینهٔ فهم متنهای انگلیسی و کد، همسطح نسخهٔ Turbo ظاهر میشود، اما ارزانتر و بسیار سریعتر است. این مدل زبانی جدید بهطور ویژه در توانایی درک محتوای بصری و صوتی تقویت شده است. تا پیش از انتشار GPT-4o میتوانستید از طریق قابلیت Voice Mode و با تأخیر ۲٫۸ ثانیهای در GPT-3.5 یا ۵٫۴ ثانیهای در GPT-4 با ChatGPT گفتوگو کنید؛ اما Voice Mode برای ارائهٔ این قابلیت، به سه مدل اتکا میکند: یک مدل ساده برای تبدیل صدا به متن، GPT-3.5 یا GPT-4 برای تبدیل متن به متن و درنهایت مدل سوم برای تبدیل متن به صدا. با انتشار GPT-4o، سازوکار قابلیت صوتی ChatGPT تغییر میکند. OpenAI میگوید مدل جدیدی را توسعه داده است که بهطور کامل به متن و صدا و تصویر دسترسی دارد و سرعت بسیار بالاتری ارائه میدهد. بر اساس گفتهٔ OpenAI، مدل هوش مصنوعی GPT-4o در کنار عملکرد سریع و دقیق، توجه ویژهای به ایمنی دارد و محتواهای حساس را تولید نمیکند.
