OpenAI تطلق GPT-Live لتطوير تجربة الصوت في ChatGPT

أعلنت OpenAI عن إطلاق GPT-Live، وهو نموذج صوتي جديد يهدف إلى جعل المحادثات مع ChatGPT أكثر طبيعية وواقعية، من خلال بنية متقدمة تسمح للذكاء الاصطناعي بالاستماع والتفكير والتحدث في الوقت نفسه.

تفاصيل الخبر

كشفت شركة OpenAI عن نموذجها الصوتي الجديد GPT-Live، الذي يمثل الجيل التالي من تجربة المحادثات الصوتية داخل ChatGPT. ويعتمد النموذج على بنية مختلفة عن الأنظمة الصوتية السابقة، بهدف إزالة التأخير والجمود الذي كان يجعل التفاعل مع الذكاء الاصطناعي يبدو أقل طبيعية.

ويتميز النموذج بقدرته على إجراء محادثات أكثر قرباً من التواصل البشري، حيث لا يعتمد فقط على استقبال سؤال ثم إنشاء إجابة، بل يعالج الصوت بشكل مستمر أثناء الحوار.

ومن أبرز تفاصيل الإطلاق:

يعتمد النموذج على بنية Full-Duplex التي تسمح بمعالجة المدخلات الصوتية بشكل متواصل بدلاً من نظام التبادل التقليدي القائم على انتظار انتهاء المستخدم ثم الرد.
يستطيع النموذج الاستماع والتحليل وإنشاء الرد في الوقت نفسه، مما يقلل فترات الصمت والتوقف أثناء المحادثة.
يمكن لـ GPT-Live تحويل بعض المهام التي تحتاج إلى قدرات استدلال أعلى إلى نموذج أقوى يعمل في الخلفية.
يدعم عرض بطاقات مرئية ومعلومات إضافية بجانب الإجابات الصوتية لتحسين تجربة المستخدم.
يتيح قدرات جديدة مثل الترجمة الفورية أثناء المحادثات.
في اختبارات OpenAI، اختار المستخدمون GPT-Live بدلاً من Advanced Voice Mode السابق في نحو 3 من أصل 4 محادثات مقارنة مباشرة.
حقق النموذج تحسناً كبيراً في اختبارات الخبراء المتعلقة بالعلوم، مع تضاعف النتائج تقريباً مقارنة بالإصدار السابق.

ويمثل GPT-Live خطوة مهمة في تطوير المساعدات الصوتية الذكية، حيث تسعى OpenAI إلى جعل التفاعل مع الذكاء الاصطناعي أقرب إلى المحادثات البشرية الطبيعية. فالمشكلة الأساسية في الأجيال السابقة لم تكن فقط في دقة الإجابات، بل في الإحساس أثناء الحوار، مثل التأخير، والانقطاعات، وعدم القدرة على فهم تدفق الحديث بشكل مستمر.

ويأتي هذا التطور ضمن رؤية OpenAI طويلة المدى لجعل الصوت واجهة أساسية للتعامل مع الذكاء الاصطناعي. وكان سام ألتمان قد تحدث سابقاً عن مستقبل مشابه لفكرة المساعد الصوتي الموجود في فيلم Her، حيث يصبح التفاعل مع الذكاء الاصطناعي أكثر قرباً من الحوار البشري اليومي.

ومع تزايد اعتماد المستخدمين على التحدث بدلاً من الكتابة، أصبحت تقنيات الصوت مجالاً رئيسياً للمنافسة بين شركات الذكاء الاصطناعي، إذ لا يعتمد النجاح فقط على قوة النموذج، بل على قدرته على فهم السياق والاستجابة بسرعة وبطريقة طبيعية.

الأهداف المستقبلية

تسعى OpenAI من خلال GPT-Live إلى تطوير تجربة صوتية أكثر ذكاءً وتفاعلاً، وتشمل أهدافها المستقبلية:

جعل المحادثات الصوتية مع الذكاء الاصطناعي أكثر طبيعية.
تحسين سرعة الاستجابة وتقليل التأخير أثناء الحوار.
تطوير قدرات الترجمة والتواصل متعدد اللغات.
دمج الصوت مع القدرات البصرية والاستدلالية.
تحسين استخدام الذكاء الاصطناعي في التعليم والعمل والمساعدة اليومية.
بناء مساعدين صوتيين قادرين على فهم المحادثات المعقدة وتنفيذ المهام بشكل مستقل.

يمثل GPT-Live تحولاً مهماً في مستقبل التفاعل مع ChatGPT، حيث ينتقل الذكاء الاصطناعي الصوتي من مجرد أداة للإجابة إلى شريك قادر على الاستماع والتفكير والتفاعل بشكل أكثر طبيعية. ومع استمرار التطوير، قد يصبح الصوت الطريقة الرئيسية للتعامل مع أنظمة الذكاء الاصطناعي مستقبلاً.