OpenAI se trudi ostati u sedlu i zadržati vodeće mjesto u sve zaoštrenijoj utrci umjetne inteligencije. Tvrtka je sada izašla s modelom koji će znatno preoblikovati rad ChatGPT Voicea, a sustav će biti sposoban za mnogo izravniji razgovor, i to u „full-duplex” obliku.
Novi model zove se GPT-Live, a u prvom krugu uvode se dvije varijante, GPT-Live-1 i GPT-Live-1 mini. Full-duplex rad razgovor s umjetnom inteligencijom čini doista ljudskim, jer ona od sada ne može samo govoriti ili slušati, nego istodobno govori svoje i sluša reakcije korisnika. Njezino ljudsko ponašanje pokazat će se i u mnogim drugim stvarima.
Razvijatelji su se pobrinuli i za to da glasovni način rada tijekom razgovora korisnike uvjerava u svoju stalnu prisutnost i pozornost tako što će povremeno, dok sluša, ispustiti „aha” ili „hmm” – baš kao ljudi. Zanimljivo je i da, iako je razvijen za brzu komunikaciju pa će na pitanja odgovarati brže nego ikad, može čak prepoznati i kada ne treba progovoriti. Kad se čovjek usred rečenice na trenutak zaustavi razmisliti jer mu ne pada na pamet prava riječ, ChatGPT će strpljivo pričekati.
Isto tako ChatGPT Voice moći će razmišljati u hodu, jer su govorni i znanstveni centar u pozadini odvojeni. Na dublje informacije i složenija pitanja sustav će odgovarati tako da model GPT-Live zadatak proslijedi najnaprednijem tvrtkinom modelu GPT-5.5, on razradi „rješenje”, a zatim rezultat vrati modelu GPT-Live, koji čovjeka obavještava putem glasovnog načina rada.
„Ova poboljšanja donose novo iskustvo ChatGPT Voicea, koje omogućuje inteligentnije i prirodnije korištenje. Vjerujemo da će nam ovo istraživanje s vremenom omogućiti da glasovni način rada koristimo i za sve složeniji, dugotrajniji i agentski rad.” – istaknuo je OpenAI.
OpenAI neprestano nastoji razgovor s umjetnom inteligencijom oblikovati doista ljudskim, a uvođenje modela GPT-Live ozbiljan je korak u tom smjeru. Poboljšano je i filtriranje šuma u sustavu, koji sada može isključiti ljudske razgovore u pozadini i usredotočiti se samo na glas vlasnika. Razvio se i vizualno, može prikazivati brojne informacijske kartice.
Prema tvrtki, glasovni način rada i mogućnost diktiranja već tjedno koristi 150 milijuna ljudi, a nadaju se da će im model GPT-Live dati novi poticaj. Na kraju je tvrtka dodala i da će odgovarajući zaštitni mehanizmi i ovdje raditi u pozadini kako bi korištenje glasovnog načina rada bilo sigurno sa svih aspekata. Neće zloupotrebljavati osjetljive podatke, neće pomagati u počinjenju zloupotreba, a u odgovorima maloljetnicima bit će posebno oprezan.
Model GPT-Live postao je dostupan na međunarodnoj razini i na iOS-u, Androidu i u web okruženju. Može se isprobati i besplatno, a u tom slučaju na pitanja korisnika prema zadanim postavkama odgovara GPT-Live-1 mini, dok će GPT-Live-1 biti osiguran svim pretplatnicima, počevši od paketa ChatGPT Go preko Plusa do opcije Pro. Planira se i pristup putem API-ja, ali to se još nije ostvarilo, pa razvijatelji moraju pričekati.
