GPT-4: Umělá inteligence, která čte i vidí!

Nový model je podle spoluzakladatele OpenAI Sama Altmana „dosud nejschopnějším a nejsrovnanějším modelem“ a jako vstupy může přijímat obrázky i text, takže uživatelé mohou klást dotazy týkající se nejen textu, ale i vizuálů. Nejnovější verze si poradí s velkým množstvím textu a dokáže si zapamatovat a reagovat na více než 20 000 slov najednou, což jí umožňuje přijmout jako nápovědu celou novelu.

Podle představitelů OpenAI umožní trénink GPT-4 napříč textem a vizuálními efekty uniknout z chatovací krabice a plněji kopírovat svět barev a obrazů, čímž překoná ChatGPT v jeho „pokročilých schopnostech uvažování“. Zjednodušeně řečeno – uživatelé nyní můžou zadávat obrázky a GPT-4 k nim bude přidávat popisky, které budou popisovat objekty a scénu.

GPT-4 bude k dispozici v omezené podobě na ChatGPT Plus, předplaceném chatbotu společnosti OpenAI. Po vyřazení z waitlistu bude k dispozici i pro podnikatele, kteří jej budou moci začlenit do jiného zboží. Společnost Microsoft rovněž prozradila, že její chatbot v rámci Bing je již vybaven verzí GPT-4.

Již nyní můžeme vidět několik dalších firem, které využívají GPT-4 v praxi. Duolingo Max, nová úroveň předplatného programu pro výuku jazyků Duolingo, bude nyní obsahovat dialogy poháněné umělou inteligencí ve francouzštině nebo španělštině pro anglicky mluvící uživatele a zároveň bude moci využívat GPT-4 k vysvětlení chyb. Společnost Stripe, poskytovatel zpracování plateb, využívá GPT-4 k zodpovídání dotazů uživatelů a k pomoci při označování potenciálních podvodníků na fórech podpory společnosti.

Prezident a spoluzakladatel společnosti OpenAI Greg Brockman v úterý na předváděcí akci systému GPT-4 také umožnil uživatelům nahlédnout do schopností rozpoznávání obrazu, které v současné době nejsou veřejně dostupné a testuje je pouze startup Be My Eyes. GPT-4 bude schopen studovat a reagovat na fotografie dodané spolu s výzvami, odpovídat na otázky nebo plnit úkoly na základě těchto obrázků.