ChatGPT si evolve: ora è in grado di vedere, sentire e parlare

La piattaforma va oltre il chatbot testuale e sta iniziando a implementare nuove funzionalità vocali e di lettura delle immagini

(Foto Leon Neal/Getty Images)

ChatGPT va oltre il chatbot testuale e inizia a implementare nuove funzionalità vocali e di immagini. Ad annunciarlo è stata OpenAI, creatrice della piattaforma, parlando di “un nuovo tipo di interfaccia più intuitiva che consente di avere una conversazione vocale o mostrare a ChatGpt di cosa stai parlando”.

Per esempio, sarà possibile scattare una foto del frigorifero e della dispensa per capire cosa c’è per cena, facendo domande di follow-up per una ricetta. “Dopo cena”, continua l’annuncio di OpenAI, “aiuta tuo figlio con un problema di matematica scattando una foto, cerchiando il quesito e chiedendogli di condividere suggerimenti con entrambi”.

Fare due chiacchiere con ChatGPT

Oltre alla condivisione di immagini sarà possibile anche utilizzare la voce per avviare una conversazione botta e risposta con il chatbot. “Parla con lui mentre sei in movimento”, dichiara OpenAI, “richiedi una favola della buonanotte per i tuoi bambini o risolvi un dibattito a tavola”.

La nuova funzionalità è alimentata da un nuovo modello di sintesi vocale in grado di generare audio simile a quello umano solo dal testo e da pochi secondi di discorso campione. “Abbiamo collaborato con doppiatori professionisti per creare ciascuna delle voci”, sottolineano dall’azienda. “Utilizziamo anche Whisper, il nostro sistema di riconoscimento vocale open source, per trascrivere le tue parole in testo”.

La nuova funzionalità permetterà quindi a ChatGPT di diventare un aggregatore di strumenti utili a svolgere alcune attività quotidiane. La domanda resta sempre la stessa: l’intelligenza artificiale sarà un giorno in grado di fare tutto ciò che sanno fare anche gli esseri umani?