چت جی پی تی با فرمان صوتی کارهای پیچیده را روی کامپیوتر انجام میدهد
شرکت اوپنای آی روز پنجشنبه از بهروزرسانی اپلیکیشن دسکتاپ ChatGPT خبر داد که پشتیبانی از قابلیت ChatGPT Voice را به این نسخه اضافه میکند.
به گزارش تک کرانچ، بهاینترتیب کاربران میتوانند با صحبت کردن با ChatGPT کنترل ایجنتهای هوش مصنوعی را در اختیار بگیرند و انجام برخی وظایف را روی رایانه خود به این ابزار بسپارند.
این قابلیت جدید از خانواده مدلهای صوتی جدید OpenAI با نام ChatGPT-Live استفاده میکند، مدلهایی که این شرکت در اوایل ماه جاری میلادی معرفی کرده است.
به گفته اوپنای آی قابلیت چت جی پی تی Voice با هر دو سرویس ChatGPT Work و Codex کار میکند و میتواند از قابلیتهای مرتبط با استفاده از رایانه نیز بهره بگیرد. این ویژگی به چت جی پی تی اجازه میدهد برای انجام وظایف موردنظر کاربر، وبسایتها و اپلیکیشنها را بررسی کند و با آنها تعامل داشته باشد.
در نسخه macOS این قابلیت همچنین با استفاده از ویژگی Appshots میتواند به محتوای نمایشدادهشده روی صفحهنمایش کاربر دسترسی داشته باشد، از جمله اطلاعاتی که بهصورت متن جایگزین یا Alt Text در دسترس هستند.
نسخه موبایلی ChatGPT Voice هنگام عرضه، بیشتر بر ایجاد مکالمات روانتر و طبیعیتر تمرکز داشت و قابلیتهایی مانند مدیریت بهتر قطع کردن صحبت کاربر را ارائه میکرد. با این حال این نسخه برای انجام مستقیم اقدامات روی گوشیهای هوشمند طراحی نشده بود.
اکنون بهروزرسانی جدید نسخه دسکتاپ قابلیتهای صوتی چت جی پی تی را یک گام فراتر میبرد. کاربران میتوانند دستورات پیچیدهای را که شامل چندین مرحله هستند، بهصورت صوتی بیان کنند و چت جی پی تی نیز در صورت نیاز به دریافت اطلاعات یا تایید کاربر از او درخواست ورودی کند و سپس روند انجام کار را ادامه دهد.
اوپن ای آی برای نمایش قابلیتهای جدید این ابزار ویدئویی از یک نمونه عملی منتشر کرده است. در این ویدئو یک توسعهدهنده تنها با بیان یک دستور، از چت جی پی تی میخواهد یک Thread جدید ایجاد کند یک Pull Request بسازد و علت اصلی یک باگ را پیدا کند. این نمونه نشان میدهد که قابلیت صوتی جدید میتواند دستورات چندمرحلهای و پیچیده را در محیط توسعه نرمافزار دنبال و اجرا کند.
این اقدام اوپنای آی در حالی انجام شده است که شرکت رقیب، Anthropic نیز قابلیت صوتی دستیار هوش مصنوعی Claude را بهروزرسانی کرده است. حالت صوتی Claude میتواند از مدلهای Opus، Sonnet و Haiku این شرکت استفاده کند و برای تکمیل وظایف در اپلیکیشنهایی مانند Gmail، Calendar، Slack، Notion و Canva به کار گرفته شود.
در مجموع بهروزرسانی جدید اوپن ای آی نشان میدهد که این شرکت در حال حرکت از مدلهای صوتی صرفا مکالمهمحور به سمت دستیارهای هوش مصنوعی است که میتوانند دستورات پیچیده را در رایانه کاربر دریافت کرده مراحل مختلف یک کار را دنبال کنند و در تعامل با وبسایتها و اپلیکیشنها، وظایف را به نمایندگی از کاربر انجام دهند.
انتهای پیام/
