ChatGPT از زمان معرفی آن در اواخر سال گذشته بسیار تغییر کرده است، به خصوص اگر برای آن هزینه کنید. GPT-4 یک ارتقاء قدرتمند نسبت به GPT-3.5 است و افزونه ها شما را به سرویس های شخص ثالث متصل می کنند تا ChatGPT را حتی مفیدتر کنند. اکنون چت بات دوباره در حال تغییر است و فراتر از مکالمات متنی گسترش می یابد و از محتوای صوتی و تصویری پشتیبانی می کند.
OpenAI این تغییرات را در ChatGPT در روز دوشنبه در اطلاعیه ای اعلام کرد. تا زمانی که در Plus مشترک هستید، می‌توانید هم مستقیماً با ChatGPT صحبت کنید و هم تصاویر را در چت‌های خود به اشتراک بگذارید، که این پتانسیل برای بهبود سودمندی ربات است.
می‌توانید از ChatGPT سؤالاتی درباره عناصر خاص یک تصویر بپرسید، با استفاده از یک ابزار طراحی برای تمرکز هوش مصنوعی در جایی که می‌خواهید. به علاوه، می‌توانید با ChatGPT مکالمات واقعی داشته باشید، زیرا نه تنها صدای شما را می‌فهمد، بلکه اکنون صدای خود را دارد.
به اشتراک گذاری تصاویر با ChatGPT
این شرکت در ویدیوی مقدماتی خود مثال زیر را نشان داد: ممکن است در تلاش باشید که بفهمید چگونه صندلی دوچرخه خود را پایین بیاورید. می توانید برنامه ChatGPT را فعال کنید، از دوچرخه خود عکس بگیرید و از ChatGPT کمک بخواهید.
این یک نمای کلی از راه حل را به شما ارائه می دهد، اما ممکن است تصویر دیگری را برای زمینه بیشتر بخواهید. سپس می‌توانید یک عکس دیگر بگیرید (شاید یک نمای نزدیک از خود صندلی)، سپس یک دایره در اطراف قفل روی صندلی بکشید تا توجه ChatGPT در آنجا متمرکز شود.
طبق ویدئوی مثال OpenAI، ChatGPT می‌تواند بین قسمت‌های مختلف دوچرخه تمایز قائل شود: ممکن است بپرسید که آیا قسمت خاصی اهرم دوچرخه است یا خیر، و ChatGPT می‌تواند پاسخ دهد که در واقع پیچی است که برای باز شدن به آچار آلن نیاز دارد.
اما جالب تر از آن، می توانید دفترچه راهنمای دوچرخه و جعبه ابزار خود را به اشتراک بگذارید و بپرسید که آیا ابزار مناسبی برای این کار دارید یا خیر. ChatGPT تصاویر شما را تجزیه و تحلیل می‌کند، سپس تأیید یا رد می‌کند: اگر ابزار مناسبی دارید، به شما می‌گوید کجا در جعبه ابزار شما قرار دارد.
در نهایت، کاربر در ویدیوی مثال از ChatGPT برای کمکش تشکر کرد و بار دیگر شک من را تأیید کرد که شرکت‌های هوش مصنوعی فکر می‌کنند ما باید با روبات‌های آینده خود خوب رفتار کنیم.
امکانات در اینجا فراتر از مثال بالا است. می توانید از محتویات یخچال خود عکس بگیرید و از ChatGPT بخواهید که در برنامه ریزی شام به شما کمک کند یا تصویری از یک ساختمان بفرستید و تاریخچه ساخت آن را بپرسید. این ویژگی در تمام پلتفرم‌های ChatGPT برای کاربران Plus و Enterprise در دسترس است و طی دو هفته آینده در دسترس خواهد بود.
با ChatGPT گفتگو کنید
البته، ChatGPT اکنون نه تنها از عناصر بصری، بلکه از عناصر شنیداری نیز استفاده می کند. در یک ویدیوی مثال دوم، کاربری با صدای خود از ChatGPT می‌خواهد تا داستانی درباره «جوجه تیغی آفتابگردان فوق‌العاده به نام لری» برای آنها تعریف کند، که اشاره‌ای به ویدیوی شرکت در معرفی DALL·E 3 به جهان است. آنها می خواهند ChatGPT با گفتن کمی در مورد لری به آنها شروع کند.
البته ChatGPT یک مقدمه برای لری ایجاد می کند، قبل از اینکه کاربر وارد خانه شود و بپرسد خانه او چگونه است. این به جلو و عقب ادامه می‌یابد، گویی ChatGPT یک داستان‌سرای واقعی است که در حال بداهه‌گویی است.
نکته جالب در مورد این ویژگی این است که چقدر طبیعی است در مقایسه با چت های مبتنی بر متن. می‌توانید هر زمان که بخواهید روی دکمه میکروفون ضربه بزنید تا ChatGPT را قطع کنید، بنابراین می‌توانید در مورد چیزی که ربات توضیح می‌دهد، متن بیشتری بخواهید یا مکالمه را به طور کامل تغییر مسیر دهید.
Voice فقط در برنامه ChatGPT در iOS و Android در دسترس است و همچنین طی دو هفته آینده برای کاربران Plus و Enterprise نیز عرضه خواهد شد. در Settings > New Features گزینه ای را برای شرکت در این ویژگی پیدا خواهید کرد. سپس، روی دکمه هدفون در بالا سمت راست ضربه بزنید و از بین پنج گزینه، صدایی را که دوست دارید انتخاب کنید. (OpenAI در واقع با صداپیشگان روی این ویژگی کار کرد.)
