Say hello to GPT-4o, our new flagship model which can reason across audio, vision, and text in real time: https://t.co/MYHZB79UqN
— OpenAI (@OpenAI) May 13, 2024
Text and image input rolling out today in API and ChatGPT with voice and video in the coming weeks. pic.twitter.com/uuthKZyzYx
Il futuro dell’intelligenza artificiale si è appena evoluto con l’annuncio di GPT-4o, il nuovo modello di punta di OpenAI. Con la capacità di ragionare attraverso audio, visione e testo in tempo reale, GPT-4o rappresenta un passo significativo verso un’interazione uomo-computer sempre più naturale.
Prima di GPT-4o, l’interazione con ChatGPT attraverso la modalità vocale presentava tempi di latenza medi di 2,8 secondi per GPT-3.5 e 5,4 secondi per GPT-4. Questo metodo coinvolgeva una serie di tre modelli separati che gestivano il processo, con la perdita di informazioni significative durante la trasformazione del testo in audio e viceversa.
Con GPT-4o, OpenAI ha addestrato un unico nuovo modello end-to-end, che elabora tutti gli input e gli output attraverso la stessa rete neurale. Questo approccio integrato non solo riduce drasticamente i tempi di risposta, ma consente anche al modello di comprendere e rispondere meglio a una vasta gamma di input, inclusi toni, rumori di fondo e lingue non inglesi.
Le potenzialità di GPT-4o sono ampie e diverse. Oltre alle prestazioni di livello GPT-4 Turbo nel testo in inglese e nel codice, il modello mostra miglioramenti significativi nella comprensione della lingua e delle immagini, oltre a essere molto più veloce e conveniente nell’utilizzo dell’API.
Tra le molteplici capacità di GPT-4o vi sono la traduzione in tempo reale, la comprensione dell’audio e della visione, e l’interazione multilingue senza soluzione di continuità. Inoltre, il modello può eseguire una varietà di compiti, dal gioco di Rock Paper Scissors alla traduzione istantanea, fino alla creazione di melodie e battute.
Nonostante i progressi significativi, OpenAI riconosce che GPT-4o presenta alcune limitazioni, specialmente nelle nuove modalità audio. Per garantire la sicurezza degli utenti, la società ha implementato tecniche di filtraggio dei dati di addestramento e ha sottoposto il modello a valutazioni approfondite attraverso il suo Framework di preparazione.
GPT-4o rappresenta un importante traguardo nella ricerca sull’intelligenza artificiale, con un’enfasi particolare sulla praticità e sull’usabilità. L’accessibilità del modello sarà estesa gradualmente, con l’integrazione delle sue capacità nei prodotti e nei servizi di OpenAI nel corso delle prossime settimane e mesi.
_____
Hello GPT-4o