- OpenAI の最新モデルである ChatGPT-4o は、「映画に出てくるような AI のようです。」
- テキスト、音声、画像のあらゆる組み合わせのリクエストを受け取り、返すことができます。
- 典型的な AI モデルよりも共感的な声で応答します。
OpenAIは月曜日 最新のフラッグシップモデル「GPT-4o」（「o」は「omni」の略）を発表し、これは映画『アイアンマン』の「ジャ维斯」のようなインテリジェントアシスタントを持つことに、私たちが最も近づいたように見えます。
売りは、ChatGPT-4oが既存のAIモデルの多くができない複数のモダリティを処理できる点です。つまり、GPT-4oはテキスト、音声、画像の任意の組み合わせのリクエストを受け取り、生成することができます。
X（旧Twitter）でチームによって提示された段階的なデモは非常に印象的で、多くの人々がそれを熱狂的に取り上げました。大きな成果の一つは、GPT-4oが音声入力に対してわずか232ミリ秒で応答することであり、これは会話中の人間の応答時間に似ています。
「映画からのAIのようで、まだそれが現実であることに驚いています」とOpenAIのCEOサム・アルトマンは月曜日のブログ投稿で書きました。「人間のレベルの応答時間と表現力に到達することは、大きな変化であることがわかりました。」
OpenAIはGPT-4oのテキストおよび画像機能をユーザーにロールアウトし始めました。数週間以内に、音声およびビデオ機能は「APIにおける信頼できるパートナーの小規模なグループ」にリリースされる予定です。
ただし、ChatGPT-4oモデルでできることのいくつかを以下に示します。
GPT-4o でできること
読みやすいテキストを含む画像の作成
これまで、Midjourneyなどの一部のAI画像ジェネレーターは、読み可能なテキストを含む画像の作成でまだ苦労していました。OpenAIは、GPT-4oがテキストの説明をはるかに良く理解し、画像に読みやすいテキストを作成できると述べています。
リアルタイム翻訳
翻訳者が必要な状況では、GPT-4oが翻訳者として機能できます。ビデオデモンストレーションでは、OpenAIのチームがGPT-4oが英語で言われたことをスペイン語（おそらく他の言語）で繰り返し、その後スペイン語から英語に戻すことができることを示しました。
見て教えて
視覚障害者の方や、単に楽しみのために、ChatGPT-4oは電話のカメラを通じて周囲で何が起こっているかを「見て」教えてくれます。あるケースでは、モデルは部屋にケーキとろうそくがあることに気づき、誰かが誕生日を祝っていることを特定することができました。
数学の問題を解く
GPT-4oは、紙のシートやディスプレイ画面にある数学の問題を見て、その答えを与えることもできます。それだけでなく、問題を解く方法を学ぶためのチューターとしてガイドすることもできます。
ビジュアルミーティングでのAI
GPT-4oはビジュアルミーティングに参加し、参加者との会話を行うことができます。また、ユーザーが面接の準備をするのを支援することもできます。
暗号通貨のニュースを読むだけでなく、それを理解しましょう。ニュースレターに登録してください。無料です。
免責事項。 ここに提供される情報は取引助言ではありません。 Cryptopolitan.com 当社は、このページに提供される情報に基づいて行われたいかなる投資に対しても責任を負いません。いかなる投資判断を下す前に、独立した調査および/または資格を有する専門家への相談を強く推奨します。
イビアム・ワイヤス
イビーム・ワイヤスは2019年から暗号資産ニュースを担当しています。ナイジェリア国立公開大学でコンピュータサイエンスを専攻し、Coinfomania、Crypto News Australia、AltcoinBuzzなど、さまざまな暗号資産ニュースプラットフォームで執筆活動を行ってきました。コンピュータサイエンスのバックグラウンドを活かし、現在は暗号資産、ロボティクス、長寿に関するニュースに注力しています。
