ChatGPT už vidí, počuje, rozpráva a má prístup na web. Quo vadis AI?

V súčasnosti už asi nikto nepochybuje o tom, že umelá inteligencia (AI), hlavne tá generatívna, má pred sebou veľkú budúcnosť. Napriek tomu, že technológia ako taká už existuje relatívne dávno, až s príchodom umelých neurónových sietí sa začal jej vývoj posúvať míľovými krokmi vpred. Firma OpenAI so svojím ChatGPT vyvolala ako prvá masový záujem širokej verejnosti a jazykové modely majú dnes všetky veľké technologické firmy ako Microsoft či Alphabet. Doteraz šlo hlavne o konverzáciu s používateľom v textovej podobe.

Nedávno však prišla zo strany OpenAI správa o tom, že ChatGPT bude vidieť, počuť a hovoriť. Pri prepracovanosti odpovedí tohto modelu môže niekomu prebehnúť mráz po chrbte už v textovej podobe, no hlasové rozhranie robí zrazu z ChatGPT asistenta na spôsob Siri od Apple, Alexy od Amazonu či Asistenta od Google. Ibaže v porovnaní s nimi je ChatGPT výrazne prepracovanejší a komunikatívnejší. Skoro ako živý. Zatiaľ čo Asistent Google pre používateľa hlasovo nastaví poznámku do kalendára a množstvu jeho požiadaviek neporozumie, ChatGPT s ním dokáže konverzovať o kvantovej fyzike, vytvoriť pre neho nový chutný recept či napíše kód celkom novej aplikácie do mobilu.

Čo to znamená v praxi

Správa o tom, že ChatGPT vo verzii Plus a Enterprise už dokáže aj vidieť a počuť možno znie, ako keby bol tento model inštalovaný do robota. To však zatiaľ nie je pravda, aj keď technicky by to už v súčasnosti nemal byť výrazný problém. OpenAI však začína tým, že používateľ môže svojmu virtuálnemu asistentovi napríklad ukázať obrázok a požiadať ho o reakciu. Či to využije na riešenie úlohy v škole, alebo vygenerovanie rozprávky na dobrú noc či vyhľadanie osoby na obrázku, to je na ňom.

Vývojári sa snažili dať novej verzii ChatGPT hlas, ktorý bude pôsobiť prirodzene a zdá sa, že sa to aj podarilo. Spolupracovali pritom s profesionálnymi dabérmi a oficiálne tvrdia, že hlas nemá pripomínať nikoho reálneho. Viacerí testujúci však už poukázali na to, že hlas menom Sky sa dosť nápadne podobá na hlas herečky Scarlett Johansson. Okrem Sky však ChatGPT dostal do vienka aj ďalšie osobnosti nazvané Ember, Breeze, Juniper a Cove. Každá z nich hovorí iným tónom a prízvukom.

Pochopiteľne, že je táto AI aj naďalej schopná vytvoriť jedálniček podľa obsahu používateľovej chladničky alebo mu trebárs vytvoriť marketingový plán k produktu, ktorým by chcel preraziť na trhu. S hlasovým rozhraním však ide o celkom nový rozmer komunikácie a rozširuje sa tým pole pôsobnosti. Týmto spôsobom môže ChatGPT poľahky a priamo pomáhať aj zrakovo či inak postihnutým a zapájať sa do života bežného človeka jednoduchými úlohami typu identifikácie herca na televíznej obrazovke. To všetko s vyhľadaním jeho životopisu a filmov, v ktorých sa už predtým objavil alebo hoci aj rýchlym vypracovaním básne parodujúcej jeho vzhľad. Fantázii sa medze nekladú.

Svet patrí AI. Alebo bude patriť...