Az OpenAI bemutatja a szöveget és képeket megértő GPT-4 AI modellt

OpenAI cég, chatbot fejlesztő ChatGPT, bemutatott egy nagy teljesítményű új mesterséges intelligencia modellt, a GPT-4-et. Az előzőtől, a GPT-3.5-től eltérően nem csak szöveget, hanem képeket is képes megérteni.

Az AI képes lesz megmondani, hogyan használd fel a képen látottakat. Példaként a fejlesztők léggömbökkel és bokszkesztyűvel készített felvételeket említettek.

Még világosabb példa egy nyitott hűtőszekrény pillanatképe. A GPT-4 beszélni fog a tartalomról és recepteket kínál az elérhető termékekből. Ez a funkció a látássérültek számára hasznos lehet – jegyezték meg a fejlesztők.

OpenAI-ban hívott A GPT-4 a legtökéletesebb és legkreatívabb modell. Továbbra is lehetővé teszi a szövegek elemzését és az információk felhasználói kérések szerinti strukturálását, de „értelmesebbé” teszi. A különféle szakmai és tudományos teszteken az AI most már magasabb pontszámokat tud elérni.

Normál beszélgetés során a GPT-3.5 és a GPT-4 közötti különbség finom lehet. De a különbségek akkor jelennek meg, amikor a feladat összetettsége elér egy megfelelő küszöböt - a GPT-4 megbízhatóbb, kreatívabb és sokkal finomabb utasításokat képes feldolgozni, mint a GPT-3.5, tette hozzá fejlesztők.

Az AI-alkotók is megerősítették ezt a közelmúltban benyújtott A chatbottal rendelkező Microsoft keresőmotor GPT-4-en működik. Ráadásul ezt a modellt már a Stripe, a Duolingo, a Morgan Stanley és az A Khan Academy termékei is használják. Ez utóbbi mesterséges intelligencia segítségével egyfajta automatizált oktatót hoz létre.

A GPT-4 már elérhető a ChatGPT Plus előfizetéssel rendelkező OpenAI-felhasználók számára. Más felhasználók regisztrálhatnak a lista API hozzáférésre vár.