Компания OpenAI представила новую версию голосового помощника GPT-Live, способного вести диалоги на естественном языке, распознавать эмоции и передавать сложные задачи фоновым моделям без прерывания общения. Функция уже доступна в ChatGPT, а в ближайшее время появится в API и Codex.
8 июля OpenAI объявила о запуске GPT-Live — голосовой системы искусственного интеллекта, которая позволяет пользователям общаться с ИИ в режиме реального времени с помощью естественной речи. Как заявил сооснователь и президент компании Грег Брокман (Greg Brockman), новая технология «кажется магической и настоящей», а сам он теперь предпочитает голосовое общение с ИИ печатному вводу.
GPT-Live отличается от предыдущих версий голосовых помощников способностью поддерживать непрерывный диалог, распознавать интонации и даже шутить. В тестовых беседах пользователи отмечали, что система способна реагировать на неформальные запросы, например, на ливанском диалекте арабского языка, и поддерживать разговор на бытовые темы, как это сделал пользователь The Canaanite, упомянувший шутливый обмен репликами о кофе. По словам Сэма Альтмана (Sam Altman), генерального директора OpenAI, технология лишь начинает раскрывать свой потенциал.
В основе GPT-Live лежит архитектура, позволяющая передавать сложные вычисления фоновым моделям без прерывания диалога. Это означает, что пользователь может продолжать общение, пока ИИ выполняет ресурсоёмкие задачи, например, анализирует данные или генерирует текст. В ближайших планах OpenAI — интеграция технологии в API для разработчиков и платформу Codex, что откроет возможности для создания приложений с голосовым управлением.
Ранее OpenAI уже экспериментировала с голосовыми интерфейсами, но GPT-Live стал первым продуктом, который компания позиционирует как полноценную альтернативу текстовому вводу. В своём посте Брокман подчеркнул, что набор текста на смартфоне или компьютере «крайне неестественен», а голосовое общение может стать более интуитивным способом взаимодействия с ИИ. В качестве примера возможностей технологии OpenAI опубликовала демонстрационное видео, где GPT-Live используется для решения повседневных задач.
Некоторые эксперты уже высказывают предположения о применении GPT-Live в социальной сфере. Так, Аарон Надь (Aaron Nagy), специалист по цифровым решениям в здравоохранении, в своём материале на LinkedIn описал прототип «социального работника GPT», который может помогать в системах психического здоровья. Однако пока такие сценарии остаются на уровне концепций.