ChatGPT、音声、ビジョン、その他の高度なAI機能でゲームをレベルアップ

重要なアップデートにおいて、人工知能（AI）スタートアップのOpenAIは、チャットボットが聴取・発話できるだけでなく、画像を分析することも可能にする画期的なAI機能をChatGPTアプリに追加しました。今後2週間で、ユーザーは「Juniper」、「Breeze」、「Ember」など、音声応答に固有の音声を提供する5つの異なるパーソナからチャットボット用に選択するオプションを持てるようになります。この開発は、AI搭載チャットボットとの会話をさらにリアルで魅力的なものにするというOpenAIの最新の取り組みを示しており、ChatGPT Plusサービスのサブスクライバーやエンタープライズユーザーに対応しています。

AIチャットボットの会話がより人間らしくなる

5月に最初にローンチされたOpenAIのChatGPTは、すでにチャットボットとの音声からテキストへの相互作用を可能にしていました。 now、ユーザーは音声のパー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の相互作用のギャップを埋めることを目的としており、チャットボットとの会話において真実味を育みます。OpenAIはこの改善により、移動中の支援を求めるユーザーを引き付け、Googleのアシスタント、AppleのSiri、Amazon.comのAlexaなどの確立されたパーソナルアシスタントの提供と直接競争させることを望んでいます。

ユーザーは、テーマパークへのドライブ中にディズニーランドの歴史についての情報をリクエストしたり、キッチンでマルチタスク中にカクテルのレシピを尋ねたりするなど、さまざまなタスクにこの機能を活用できます。テスト中、ChatGPTはヒトデとスウェーデン人に関する whimsical な物語を語ることで、そのストーリーテリング能力を示しました。ただし、ChatGPTが歌詞を生成できる一方で、歌うためにその声を貸すことはないことに注意すべきです。これは、音声パフォーマンスの分野におけるアプリの制限を浮き彫りにしています。

ChatGPTが提供する音声は、わずかなロボットのニュアンスはあるものの、比較的人間らしく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の拡大

音声アップデートに加えて、OpenAIはまた、ChatGPTの背後にある高度なAIモデルの一つであるGPT-4の今後の機能についても発表しました。今後数週間で、有料ユーザーとエンタープライズユーザーは、ChatGPTアプリおよび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提出でき、ChatGPTの機能をテキストベースの相互作用を超えて拡大します。

例えば、ユーザーはピンク色のサングラスの画像をアップロードし、ファッションアドバイスやそのアクセサリーに合うアウトラインの提案をチャットボットに求めることができます。あるいは、難しい数学の問題の写真を提出し、それを解決する際の支援をリクエストすることもできます。この画像認識機能は、ChatGPTのユーティリティに新しい次元を加え、さまざまなドメインのユーザーにとっての汎用性を高めます。この強化は、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ための重要な一歩であり、幅広いユーザーの相互作用とアプリケーションのためのエキサイティングな可能性を開きます。

ChatGPTの強化されたAI機能の祝賀

OpenAIによるChatGPTの最新の改善は、AI駆動の会話型インターフェースの継続的な進化における大きな一歩を示しています。独自のパーソナを備えた音声能力の統合と、画像分析を含むその機能の拡大は、OpenAIがユーザーに深く魅力的で多面的な会話環境を提供することへのコミットメントの証です。まだユーザーにメロディのある曲で歌う準備はできていないかもしれませんが、ダイナミックで非常にリアルな対話に参加し、画像に関する質問にも適切に対応するChatGPTの能力は、絶えず拡大するバーチャルアシスタントおよび会話型人工知能の分野において、極めて強力かつ不可欠なAIツールとしての地位を固めています。