ChatGPTは音声、視覚などの高度なAI機能でゲームを強化

人工知能（AI）スタートアップ企業のOpenAIは、ChatGPTアプリに画期的なAI機能を追加しました。これにより、チャットボットは音声認識と音声認識に加え、画像分析も可能になります。今後2週間で、ユーザーはチャットボットのペルソナを「Juniper」「Breeze」「Ember」といった5種類から選択できるようになります。ペルソナはそれぞれ音声応答用の音声が用意されており、それぞれが独自の音声で応答します。この開発は、OpenAIがAI搭載チャットボットとの会話をよりリアルで魅力的なものにするための最新の取り組みであり、ChatGPT Plusサービスの加入者と企業ユーザーのニーズに対応しています。.

AIチャットボットの会話はより人間的になる

OpenAIのChatGPTは5月にリリースされ、既にチャットボットとの音声テキストによるインタラクションを可能にしていました。今後は、ユーザーが音声ペルソナを選択できるようになり、会話がよりダイナミックで自然なものになります。この音声応答機能は、人間とAIのインタラクションのギャップを埋め、チャットボットとの会話にリアリティを与えることを目的としています。OpenAIは、この機能強化により、trac先での支援を求めるユーザーを惹きつけ、ChatGPTがGoogleアシスタント、AppleのSiri、Amazon.comのAlexaといった既存のパーソナルアシスタントと直接競合するようになることを期待しています。.

ユーザーはこの機能を様々な用途に活用できます。例えば、テーマパークへ車で向かう途中でディズニーランドの歴史について尋ねたり、キッチンで複数のタスクをこなしながらカクテルのレシピを尋ねたりといった用途です。テストでは、ChatGPTはヒトデとスウェーデンカブトムシが登場する風変わりな物語を朗読することで、そのストーリーテリング能力を実証しました。ただし、ChatGPTは歌詞を生成することはできますが、歌声を生成することはできないため、ボーカルパフォーマンスにおけるアプリの限界が浮き彫りになっています。.

ChatGPTが提供する音声は、かすかにロボット的なニュアンスを帯びているものの、比較的人間に近いように聞こえるかもしれません。OpenAIは、この機能を支えるテキスト読み上げAIモデルを開発するために声優と協力し、より魅力的で説得力のある会話体験を提供することを目指しました。.

画像認識による機能拡張

OpenAIは音声アップデートに加え、ChatGPTを支える高度なAIモデルの一つであるGPT-4の今後の機能も発表しました。今後数週間以内に、有料版およびエンタープライズ版のユーザーは、ChatGPTアプリとウェブサイト内で画像認識機能にアクセスできるようになります。この機能により、ユーザーは関連する質問やリクエストとともに画像を送信できるようになり、ChatGPTの機能をテキストベースのインタラクションを超えて拡張できます。.

例えば、ユーザーはピンクのサングラスの画像をアップロードし、チャットボットにファッションアドバイスや、そのアクセサリーに合うコーディネートの提案を求めることができます。あるいは、難しい数学の問題の画像を送信し、解法のサポートを依頼することもできます。この画像認識機能はChatGPTの有用性に新たな次元を加え、様々な分野のユーザーにとってその汎用性を高めます。この機能強化は、テキストベースのAIと視覚情報の間のギャップを埋める上で大きな前進であり、幅広いユーザーインタラクションとアプリケーションに刺激的な可能性をもたらします。.

ChatGPTの強化されたAI機能を祝う

の進化において大きな一歩となるもの 、AI駆動型 です。個性的なペルソナを備えた音声認識機能の搭載に加え、画像解析機能の拡張は、ユーザーに深く魅力的で多面的な対話環境を提供しようとするOpenAIの強い意志の表れと言えるでしょう。ChatGPTはまだ美しい歌声でユーザーを魅了する段階には至っていませんが、ダイナミックで非常にリアルな対話を実現し、画像関連の質問にも的確に対応できる能力は、急速に発展を続ける仮想アシスタントや対話型人工知能の分野において、非常に強力で不可欠なAIツールとしての地位を確固たるものにしています。