實時交互、感知情緒……新版ChatGPT真的“更像人”了？

這是美國開放人工智能研究中心（OpenAI）發(fā)布GPT-4o的直播視頻截圖

新華社北京5月15日電 美國開放人工智能研究中心（OpenAI）13日展示最新版本ChatGPT：與使用者展開語音對話、識別圖像并展開討論、翻譯……相比先前版本，它與使用者對話基本無延遲，會傾聽，能嘮嗑，還善于察言觀色，讓人驚呼新版本ChatGPT“更像人”了。

新版本ChatGPT取得了哪些突破？能在哪些領(lǐng)域?qū)崿F(xiàn)應(yīng)用？它對人工智能領(lǐng)域的影響有多大？新華社記者為您解局——

有哪些“進化”？

開放人工智能研究中心13日發(fā)布的人工智能模型名為GPT-4o，編號中的字母“o”代表“omni”（全能），既能接受文本、音頻和圖像的任意組合輸入，還能生成文本、音頻和圖像的相關(guān)回應(yīng)。

這一中心不僅圍繞GPT-4o做了直播演示，還在社交媒體發(fā)布更多視頻“炫技”。

在發(fā)布的視頻中，GPT-4o聽起來明顯“更會聊天了”，還時不時拋出幾個笑話。它的音調(diào)有些許變化，言語間帶著笑意，與它聊天更像與真人交談。

實時聊天是ChatGPT的關(guān)鍵技能。相比先前版本，GPT-4o的不同主要表現(xiàn)在：一是使用者可以隨時打斷聊天機器人，無需像從前那樣等它把話說完；二是它會實時對問題作出回應(yīng)，不再有兩到三秒的時滯；第三，它能感知人的情緒，比如演示者呼吸急促，它會詢問對方是否需要稍稍穩(wěn)定下情緒。另外，GPT-4o可以生成不同風(fēng)格的聲音。

演示中，GPT-4o利用其視覺和語音能力，指導(dǎo)演示者在紙上逐步解出一道方程題，而不是直接給出答案。它還展示了英語與意大利語互譯、用自拍照片識別情緒等能力。當一名演示者告訴它，自己正展示它是“多么有用和不可思議”時，它回答道：“哦，快別說了，怪害臊的?！?/p>

開放人工智能研究中心首席執(zhí)行官薩姆·奧爾特曼當天在博客中寫道，GPT-4o就像電影中的人工智能技術(shù)?！芭c電腦交談一直讓我感覺不自然，現(xiàn)在自然了?！?/p>

應(yīng)用潛力如何？

北京郵電大學(xué)人機交互與認知工程實驗室主任劉偉說，無論是在文本生成、做題、問答系統(tǒng)還是情感分析等任務(wù)中，GPT-4o都表現(xiàn)出很好的能力。這種技術(shù)的突破，無疑將對國內(nèi)外的相關(guān)企業(yè)產(chǎn)生重大影響，它不僅推動了自然語言處理技術(shù)的發(fā)展，也讓人工智能在多個領(lǐng)域的應(yīng)用變得更加廣泛和深入。

他認為，GPT-4o將推動人工智能在金融服務(wù)、教育、醫(yī)療、無人駕駛汽車等領(lǐng)域的應(yīng)用，有望引領(lǐng)人工智能技術(shù)全面發(fā)展。

4月23日，在德國漢諾威工博會上，參觀者與一款智能機器人進行“石頭剪子布”游戲。新華社記者任鵬飛攝

近年來，開發(fā)更人性化、功能更強大的生成式人工智能工具競爭激烈。就在開放人工智能研究中心發(fā)布GPT-4o的第二天，谷歌母公司字母表公司召開谷歌開發(fā)者年度會議，人工智能是重頭戲。硅谷企業(yè)家埃隆·馬斯克、技術(shù)企業(yè)“深層思維”創(chuàng)始人之一穆斯塔法·蘇萊曼也分別投資開發(fā)了聊天機器人Grok和Pi，將擬人化特點作為產(chǎn)品主攻方向。

英國廣播公司評論，GPT-4o能夠結(jié)合文本、音頻和圖像內(nèi)容瞬間做出反應(yīng)，目前在競爭中處于領(lǐng)先地位。

開放人工智能研究中心首席技術(shù)官米拉·穆拉蒂說，GPT-4o定于幾周內(nèi)上線，用戶可免費試用。ChatGPT原有付費用戶將獲得新版本更多使用權(quán)限。

需要擔憂什么？

在開放人工智能研究中心公布的一段演示視頻中，GPT-4o一步步引導(dǎo)一名男孩解答出數(shù)學(xué)題。一些網(wǎng)友直呼，再也不用輔導(dǎo)孩子寫作業(yè)了。一些人卻擔心，教師這一職業(yè)會不會被人工智能取代。

一些人工智能專家認為，新版ChatGPT雖然可能比競爭對手水平更高且更易使用，但不太可能很快讓一些職業(yè)徹底消失，從事教學(xué)或翻譯工作的人更有可能會使用這些工具，而不是被它們?nèi)〈?/p>

新加坡人工智能計劃人工智能產(chǎn)品高級總監(jiān)萊斯利·特奧說，教學(xué)工作涉及到人類的同理心，“教師自己經(jīng)歷了學(xué)習(xí)過程并且了解人如何克服困難，而人工智能不同”。他認為，教學(xué)、翻譯和客戶服務(wù)等工作不可能因GPT-4o的出現(xiàn)而消失。

也有一些專家認為，技術(shù)演示能在大多數(shù)人中引起反響，它通常是精心打造的，未必能反映產(chǎn)品的真實功能。

劉偉說，GPT-4o的語音功能改變了對話式人工智能的游戲規(guī)則，但依然沒有實現(xiàn)聊天機器人的深度態(tài)勢感知能力，比如意圖理解、動機分析等。此外，GPT-4o的進步在人工智能倫理和安全方面帶來了新的挑戰(zhàn)，需要我們在數(shù)據(jù)隱私、信息可信性、潛在偏見、惡意使用、意識和責任等方面開展新的思考。（記者：陳丹、袁原；剪輯：韓婧伊（實習(xí)生）；編輯：王豐豐、魯豫、程大雨、沈浩洋）