ChatGPT одоо харж, сонсож, ярьж чадна

Бид ChatGPT‑д шинэ дуу хоолой болон зургийн боломжуудыг нэвтрүүлж эхэлж байна. Эдгээр нь танд дуу хоолойгоор харилцах эсвэл юуны тухай ярьж байгаагаа ChatGPT‑д харуулах боломж олгосноор илүү ойлгомжтой шинэ төрлийн интерфэйсийг санал болгож байна.

Дуу хоолой болон зураг нь ChatGPT‑ийг амьдралдаа ашиглах илүү олон аргыг танд өгнө. Аялж байхдаа дурсгалт газрын зургийг дараад, түүний юу нь сонирхолтой талаар шууд яриа өрнүүлээрэй. Гэртээ байхдаа хөргөгч болон хүнсний шүүгээнийхээ зургийг авч, оройн хоолонд юу хийхээ олж мэдээрэй (мөн алхам алхмаар жорын талаар дагалдах асуулт асуугаарай). Оройн хоолны дараа математикийн бодлогын зургийг авч, бодлогын хэсгийг дугуйлж, та хоёрт хоёуланд нь зөвлөгөө хуваалцуулах замаар хүүхдэдээ туслаарай.

Бид ирэх хоёр долоо хоногт ChatGPT дахь дуу хоолой болон зургийг Plus болон Enterprise хэрэглэгчдэд нэвтрүүлж байна. Дуу хоолой iOS болон Android дээр ирнэ (тохиргоондоо идэвхжүүлнэ), харин зураг бүх платформ дээр ашиглах боломжтой болно.

Та одоо дуу хоолой ашиглан туслахтайгаа хоёр талын яриа өрнүүлж болно. Замд явж байхдаа түүнтэй ярилцаж, гэр бүлдээ унтахын өмнөх үлгэр хүсэх эсвэл оройн хоолны ширээний маргааныг шийдээрэй.

Дуу хоолойг эхлүүлэхийн тулд мобайл аппын Settings → New Features хэсэг рүү орж, Дуут харилцан ярианд нэгдээрэй. Дараа нь үндсэн дэлгэцийн баруун дээд буланд байгаа чихэвчний товчийг товшоод, таван өөр дуу хоолойноос өөрийн хүссэнээ сонгоно уу.

Шинэ дууны боломж нь текстээс яриа үүсгэх шинэ загвараар ажилладаг бөгөөд энэ нь зөвхөн текст болон хэдхэн секундын жишээ ярианаас хүнийх шиг аудио үүсгэх чадвартай. Бид дуу хоолой бүрийг бүтээхдээ мэргэжлийн дуу оруулагчидтай хамтран ажилласан. Мөн таны хэлсэн үгийг текст болгон буулгахын тулд манай нээлттэй эхийн яриа таних систем болох Whisper-ийг ашигладаг.

Та одоо ChatGPT‑д нэг эсвэл хэд хэдэн зураг үзүүлж болно. Шарагч яагаад асахгүй байгааг олж тогтоох, хоол төлөвлөхийн тулд хөргөгчнийхөө агуулгыг судлах, эсвэл ажлын өгөгдөлтэй холбоотой төвөгтэй графикийг шинжлэх боломжтой. Зургийн тодорхой хэсэгт төвлөрөхийн тулд та манай мобайл апп дахь зурах хэрэгслийг ашиглаж болно.

Эхлэхийн тулд зургийн товчийг товшоод зураг авах эсвэл сонгоно уу. Хэрэв та iOS эсвэл Android дээр байгаа бол эхлээд нэмэх товчийг товшино уу. Мөн хэд хэдэн зургийн талаар ярилцах эсвэл туслахдаа чиглүүлэхийн тулд манай зурах хэрэгслийг ашиглаж болно.

Зураг ойлгох чадвар нь олон горимт GPT‑3.5 болон GPT‑4‑өөр ажилладаг. Эдгээр загварууд нь гэрэл зураг, дэлгэцийн зураг, текст болон зураг хоёуланг нь агуулсан баримт бичиг зэрэг өргөн хүрээний зурагт хэлний сэтгэн бодох чадвараа ашигладаг.

OpenAI-ийн зорилго бол аюулгүй, өгөөжтэй AGI бүтээх явдал юм. Бид хэрэгслүүдээ аажмаар нэвтрүүлэхэд итгэдэг бөгөөд ингэснээр цаг хугацааны явцад сайжруулалт хийж, эрсдэлийг бууруулах арга хэмжээг нарийвчлан боловсруулж, ирээдүйд илүү хүчирхэг системүүдэд хүн бүрийг бэлтгэх боломжтой болдог. Дуу болон хараа оролцсон дэвшилтэт загваруудын хувьд энэ стратеги бүр ч чухал болдог.

Бодит ярианы ердөө хэдхэн секундын бичлэгээс бодит мэт синтетик дуу хоолой бүтээх чадвартай шинэ дуу хоолойн технологи нь бүтээлч болон хүртээмжид чиглэсэн олон хэрэглээний үүдийг нээж байна. Гэвч эдгээр боломжууд нь хорон санаат этгээдүүд олон нийтийн танил хүмүүсийн дүрд хувирах эсвэл луйвар үйлдэх зэрэг шинэ эрсдэлийг мөн дагуулдаг.

Тиймээс бид энэ технологийг тодорхой нэг хэрэглээнд—дуут чатад—ашиглаж байна. Дуут чатыг бид шууд хамтран ажилласан дуу оруулагчидтай хамт бүтээсэн. Бид мөн үүнтэй төстэй байдлаар бусадтай хамтран ажиллаж байна. Жишээлбэл, Spotify энэ технологийн хүчийг өөрсдийн Voice Translation⁠(шинэ цонхонд нээгдэнэ) боломжийн туршилтад ашиглаж байгаа бөгөөд энэ нь подкастеруудад өөрсдийн дуу хоолойгоор подкастуудыг нэмэлт хэлнүүдэд орчуулж, өгүүлэмжийнхээ хүртээмжийг тэлэхэд тусалдаг.

Хараанд суурилсан загварууд мөн хүмүүсийн тухай хий үзэгдэл мэт буруу дүгнэлтээс эхлээд өндөр эрсдэлтэй салбарт зургийн талаарх загварын тайлбарт найдах хүртэл шинэ сорилтуудыг авчирдаг. Илүү өргөн нэвтрүүлэхээс өмнө бид экстремизм, шинжлэх ухааны чадамж зэрэг салбар дахь эрсдэлийг үнэлэхээр улаан багийн шалгагчид болон олон янзын альфа туршигчидтай хамтран загварыг туршсан. Манай судалгаа нь хариуцлагатай хэрэглээнд зориулсан хэд хэдэн гол нарийн зүйлийг тодорхойлоход бидэнд тусалсан.

ChatGPT‑ийн бусад боломжийн адил харааны боломж нь таны өдөр тутмын амьдралд туслахад чиглэдэг. Таны харж буйг харж чадвал энэ нь үүнийг хамгийн сайн хийдэг.

Энэхүү арга барилыг бид ашиглалт болон хязгаарлалтыг ойлгохын тулд сохор болон сул хараатай хүмүүст зориулсан үнэгүй мобайл апп болох Be My Eyes-тэй хийсэн ажлаасаа шууд авч боловсруулсан. Хэрэглэгчид, жишээлбэл, удирдлагынхаа тохиргоог олох гэж байхад зурагтын дэлгэц дээр хэн нэгэн гарч ирэх зэрэг ар талдаа хүмүүс агуулсан зургуудын талаар ерөнхий яриа өрнүүлэх нь үнэ цэнтэй санагддаг гэж бидэнд хэлсэн.

Мөн ChatGPT үргэлж үнэн зөв байдаггүй бөгөөд эдгээр системүүд хүмүүсийн хувийн нууцыг хүндэтгэх ёстой учраас хүмүүсийн талаар дүн шинжилгээ хийж, шууд мэдэгдэл хийх чадварыг нь мэдэгдэхүйц хязгаарлах техникийн арга хэмжээг бид авсан.

Бодит хэрэглээ болон санал хүсэлт нь хэрэгслийн ашигтай байдлыг хадгалсаар байх зуур эдгээр хамгаалалтыг улам сайжруулахад бидэнд тусална.

Хэрэглэгчид, жишээлбэл судалгаа зэрэг салбарт, ChatGPT‑д мэргэшсэн сэдвүүдээр найдаж магадгүй. Бид загварын хязгаарлалтуудын талаар ил тод байдаг бөгөөд зохих баталгаажуулалтгүй өндөр эрсдэлтэй хэрэглээг discouraged. Цаашлаад, загвар англи текстийг буулгахад чадварлаг боловч бусад зарим хэл дээр, ялангуяа латин бус бичигтэй хэлнүүд дээр муу ажилладаг. Ийм зорилгоор ChatGPT‑ийг ашиглахгүй байхыг англи бус хэлтэй хэрэглэгчдэдээ зөвлөж байна.

Аюулгүй байдлын талаарх бидний хандлага болон Be My Eyes-тэй хийсэн ажлын талаар та зургийн оролтын системийн карт⁠-аас дэлгэрэнгүй уншиж болно.

Plus болон Enterprise хэрэглэгчид ирэх хоёр долоо хоногт дуу хоолой болон зургийг туршиж үзэх боломжтой болно. Эдгээр боломжуудыг хөгжүүлэгчид зэрэг бусад хэрэглэгчийн бүлгүүдэд тун удахгүй нэвтрүүлэхдээ бид баяртай байна.