شات جي بي تي الجديد GPT-4o: إلى أين سيأخذنا الذكاء الاصطناعي؟

ما هو نموذج شات جي بي تي الجديد GPT-4o؟

GPT هو اختصار لـ Generative Pre-Trained Transformers وهي تقنية ذكاء اصطناعي تم تدريبها مسبقًا لتحويل مدخلات معينة كالنصوص والأصوات إلى نوع آخر من المخرجات استجابةً لمدخلات المستخدم، أما 4o فهو النموذج الجديد (Model) من شركة OpenAI والذي يتفاعل بصورة أكثر طبيعية بين الإنسان والحاسوب؛ حيث يقبل أي مجموعة مدخلات من النصوص والصوت والصور ويولد مجموعة مخرجات أخرى مفيدة من النصوص والصوت والصور، ويمكنه الاستجابة للمدخلات الصوتية بمتوسط 320 مللي ثانية، وهو ما يشبه وقت الاستجابة البشرية في محادثة عادية. 

يتطابق أداء GPT-4o مع GPT-4 Turbo من حيث فهم النصوص والأكواد البرمجية باللغة الإنجليزية، مع تحسينات كبيرة في فهم وتحليل النصوص باللغات غير الإنجليزية، هذا مع سرعة أكبر بكثير وتكلفة أرخص، ودعم أكثر من 50 لغة. 

وبشكل عام، يُعد نموذج GPT 4o أفضل بكثير في فهم مدخلات الصور والفيديوهات والصوت مقارنةً بالنماذج الحالية.

قدرات نموذج GPT 4o ومميزاته الجديدة

في النماذج القديمة قبل GPT-4o، كان بإمكانك استخدام الوضع الصوتي (Voice Mode) للتحدث إلى ChatGPT عبر سلسلة من ثلاثة نماذج منفصلة: نموذج يحول صوتك إلى نص، ونموذج ثاني مثل GPT-3.5 أو GPT-4 يستقبل النص ويخرج نص آخر، ويقوم نموذج ثالث بتحويل هذا النص مرة أخرى إلى صوت، ولكن كانت هذه العملية تفقد الكثير من المعلومات، ولا يمكن للنموذج ملاحظة نغمة (tone) أو عدد المتحدثين بشكل مباشر، ولا الضوضاء الموجودة في الخلفية، ولا يمكن للنموذج إخراج الضحك أو الغناء أو التعبير عن المشاعر.

أما في النموذج الجديد GPT 4o، فقد قامت OpenAI بتدريبه على النصوص والرؤية والصوت، مما يعني أن جميع المدخلات والمخرجات تتم معالجتها بواسطة نفس الشبكة العصبية، كما ووضحت الشركة أنها لا تزال في مرحلة استكشاف ما يمكن أن يفعله هذا النموذج وما هي حدوده؛ نظرًا لأن هذا النموذج هو الأول من نوعه الذي يقوم بكل ذلك.

وباستخدام هذه الإمكانيات الجديدة، من المتوقع استخدام GPT-4o في مهام حياتية مثل:

• الترجمة الصوتية الفورية بين شخصين يتحدثان لغتين مختلفتين مثل العربية والإسبانية مثلًا.
• تلخيص أي مقطع فيديو أو محاضرة طويلة، سواء كانت أونلاين أو فيديو مسجل.
• تعلم أي لغة أجنبية بمهاراتها الأربع: التحدث، والاستماع، والقراءة، والكتابة.
•  تصوير مبني أو معلم سياحي أو مكان ما سواء فيديو أو صورة وسؤال GPT 4o عن أي شيء عن هذا المكان.
• خدمة العملاء والرد على المتصلين نيابة عنك.
• الاستعداد لمقابلات العمل والتمرن عليها كأنك مع شخص آخر.
• تحليل الصور والبيانات وإنشاء رسوم بيانية (charts).
• حفظ معلومات معينة عنك في الذاكرة (Memory) واستدعائها عند الحاجة، مثل اسمك، عمرك، أسماء اخوتك أو عددهم، وظيفتك وهكذا.
• فهم تعابير وجهك مثل الضحك، والغضب، والحزن وإعطائك نصائح بناءً على حالتك، وكذلك يمكنه التحدث معك بأكثر من طبقة صوت وأن يغير طريقة كلامه معك بطريقة فكاهية أو حزينة حسب توجيهك له.