ก้าวกระโดดของ AI! เมื่อ OpenAI เข็น GPT-4o คุณสมบัติคล้ายมนุษย์ ตัดหน้า AI ของ Google

พ.ค. 14, 2567 P.Patikom

OpenAI ผู้สร้าง AI ยอดนิยม ChatGPT ประกาศเปิดตัว AI ใหม่ GPT-4o ซึ่ง OpenAI อ้างว่า สามารถพูดคุย หัวเราะ ร้องเพลง และมองเห็นได้เหมือนมนุษย์ ทำให้ "ปฏิสัมพันธ์ระหว่างมนุษย์กับคอมพิวเตอร์เป็นธรรมชาติมากขึ้น" และการเปิดตัว GPT-4o ของ OpenAI เกิดขึ้นก่อนหน้างาน Google I/O การประชุมนักพัฒนาประจำปีของ Google หนึ่งวัน ที่คาดว่าจะเป็นงานเกี่ยวข้องกับ AI เช่นกัน

ซึ่งการเปิดตัวตัดหน้าดังกล่าว ส่งผลให้ Google ต้องเปิดตัวเวอร์ชันใหม่ของ AI Gemini ที่มีความสามารถคล้ายกับ GPT-4o ตามมาในทันที

ความสามารถของ GPT-4o มีทั้งการสนทนาด้วยเสียงที่สมจริง โต้ตอบกับข้อความ และรูปภาพ ทั้งในรูปแบบอินพุท (Input) และ เอาต์พุท (Output) สามารถรับรู้อารมณ์ สามารถพูดขัดจังหวะระหว่างการสนทนา และโต้ตอบการสนทนาได้เร็วเกือบเท่ากับมนุษย์

Sam Altman ซีอีโอของ OpenAI เขียนโพสต์ในบล็อก (Blog) ว่า "มันให้ความรู้สึกเหมือน AI จากภาพยนตร์ … การพูดคุยกับคอมพิวเตอร์ไม่เคยรู้สึกเป็นธรรมชาติจริง ๆ สำหรับผม แต่ตอนนี้มันเป็นเช่นนั้นแล้ว”

ในระหว่างการแนะนำ GPT-4o ทาง OpenAI ได้สาธิตความสามารถของ GPT-4o ในด้านต่าง ๆ ได้แก่ การแปลแบบเรียลไทม์ระหว่างภาษาอังกฤษและภาษาอิตาลี, สาธิตการช่วยเหลือนักวิจัยแก้สมการเชิงเส้น (Linear Equation) แบบเรียลไทม์บนกระดาษ, และสามารถให้คำแนะนำแก่ผู้บริหาร OpenAI คนอื่นๆ เกี่ยวกับการหายใจลึกๆ เพียงแค่ฟังเสียงลมหายใจของเขา (การหายใจลึกๆ - Deep breathing เป็นการหายใจเข้าออกลึกๆ ช่วยเพิ่มระดับออกซิเจนในเลือด เพิ่มระดับภูมิคุ้มกันในร่างกาย ฯลฯ)

นอกจากนั้นยังมีการสาธิต ChatGPT ของ OpenAI ที่เกือบเหมือนนิยายวิทยาศาสตร์ มีอยู่ช่วงหนึ่งที่นักวิจัย OpenAI บอกกับ ChatGPT ว่า เขาอารมณ์ดีเพราะเขาได้พิสูจน์ให้เห็นว่า "คุณ (ChatGPT) มีประโยชน์และน่าอัศจรรย์แค่ไหน"

ChatGPT ตอบกลับว่า "โอ้ หยุดก่อน! คุณกำลังทำให้ผมหน้าแดง! (เขินอาย)"

ทางด้าน Mira Murati ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี (Chief Technology Officer - CTO) ของ OpenAI ได้กล่าวว่า "GPT-4o มีความฉลาดระดับ GPT-4 และมีแบบให้บริการฟรี มีความคุ้มค่ามากกว่า AI ของบริษัทรุ่นก่อนหน้า แต่สำหรับผู้ใช้แบบชำระเงินของ GPT-4o จะได้ใช้ GPT-4o ที่มีความจุข้อมูลมากกว่าผู้ใช้แบบฟรี ซึ่ง GPT-4o จะมีอยู่ใน ChatGPT ในอีกไม่กี่สัปดาห์ข้างหน้า"

“นี่เป็นครั้งแรกที่เรากำลังก้าวไปข้างหน้าก้าวใหญ่ ในเรื่องของการใช้งานง่าย” Murati กล่าว

สำหรับตัว "o" ใน GPT-4o ย่อมาจาก "omni" หมายความถึง ความสามารถหลากหลายรูปแบบ ซึ่ง OpenAI กล่าวว่า GPT-4o ได้รับการฝึก (Train) เกี่ยวกับข้อความ (Text), การมองเห็นภาพ (Vision), และเสียง (Audio) ซึ่งหมายความว่า อินพุตและเอาต์พุตทั้งหมดได้รับการประมวลผลโดยโครงข่ายประสาทเทียมเดียวกัน สิ่งนี้แตกต่างจาก AI รุ่นก่อน ๆ ของบริษัท อย่าง GPT-3.5 และ GPT-4 ที่ให้ผู้ใช้ถามคำถามง่ายๆ ด้วยการพูด แล้วถอดเสียงคำพูดเป็นข้อความ ซึ่งทำให้น้ำเสียงและอารมณ์หายไป และทำให้การโต้ตอบช้าลง

OpenAI กำลังทำให้ GPT-4o พร้อมใช้งานสำหรับทุกคน รวมถึงผู้ใช้ ChatGPT ฟรี ในอีกไม่กี่สัปดาห์ข้างหน้า และยังเปิดตัว ChatGPT เวอร์ชันใช้กับคอมพิวเตอร์เดสก์ท็อป ซึ่งประเดิมด้วยการใช้กับเครื่องคอมพิวเตอร์ Mac โดยผู้ใช้ที่ชำระเงินสามารถเข้าใช้งานได้แล้วตั้งแต่วันนี้

Cr : engadget / REUTERS

Source

Source