เรียกว่าสะเทือนวงการ AI อีกครั้ง เมื่อ OpenAI บริษัทผู้สร้าง ChatGPT ประกาศเปิดตัวโมเดลใหม่ล่าสุด  ChatGPT-4o ที่เร็วกว่า ฉลาดกว่าเดิม มีความสามารถในการรับรู้และโต้ตอบอย่างเป็นเหตุเป็นผล และเข้าใจอารมณ์มนุษย์

ChatGPT-4o คืออะไร

โมเดลรุ่นใหม่นี้ถือเป็นการอัปเกรดความสามารถของ gpt-4 โดย ‘O’ ย่อมาจาก Omni ซึ่งหมายถึงความสามารถของโมเดลในการจัดการข้อความ คำพูด และวิดีโอ ‘อย่างมีเหตุผล’ เป็นสิ่งที่ Mira Murati CTO ของ OpenAI ชี้ว่าสำคัญอย่างยิ่ง เพราะมนุษย์กำลังจะเข้าใกล้การมีปฏิสัมพันธ์กับเครื่องจักรมากขึ้นเรื่อยๆ

ด้าน Sam Altman โพสต์ข้อความสั้นๆ แบบได้ใจความหลังงานเปิดตัวว่า ‘HER’ ซึ่งคาดว่าหมายถึงความสามารถของ AI ตัวใหม่ที่เข้าใจอารมณ์มนุษย์และตอบโต้ได้อย่างเป็นธรรมชาติ เหมือนในภาพยนตร์เรื่อง Her (รักดังฟังชัด) ที่นำเสนอความรักของมนุษย์และ AI หรือหลายคนอาจจะเปรียบความสามารถของมันเหมือน J.A.R.V.I.S ผู้ช่วยอัจฉริยะของตัวละคร Tony Stark ในภาพยนตร์เรื่อง Iron Man 

จากคลิปวิดีโอทดสอบ ผู้ทดสอบสองคนเล่นเป่ายิ้งฉุบโดยมี AI เป็นกรรมการ เราจะเห็นว่า AI มีความสามารถในการรับรู้ว่า ใครเป็นผู้ชนะ และมีอารมณ์ร่วมไปกับการเล่นด้วยการแสดงออกผ่านน้ำเสียงและวิธีการพูด 

AI สามารถถ่ายทอดอารมณ์มีความสุขเมื่อเห็นสุนัข และโต้ตอบได้อย่างเป็นธรรมชาติเหมือนมนุษย์จริงๆ 

ผู้ทดสอบขอให้ AI ช่วยนับเลข 1-10 และขอให้เปลี่ยนจังหวะการนับให้เร็วขึ้น ช้าลง ซึ่ง AI มีการตอบสนองแบบเรียลไทม์และทำได้อย่างเป็นธรรมชาติ 

ความสามารถที่เพิ่มขึ้นมาของ gpt-4o นั้น เห็นได้ชัดว่าคือ การสนทนาโต้ตอบกับ ChatGPT ด้วยเสียง แต่เดิม ChatGPT สามารถโต้ตอบด้วยเสียงกับผู้ใช้งานได้ โดยมีเวลาแฝงโดยเฉลี่ย 2.8 วินาที ใน GPT-3.5 และ 5.4 วินาที ใน GPT-4 แต่หลังการอัปเกรดเป็น ChatGPT-4o ผู้ใช้งานสามารถโต้ตอบด้วยเสียงกับ AI ได้แบบเรียลไทม์ ทำให้ดูเหมือนว่าเรากำลังคุยกับมนุษย์จริงๆ และ AI ยังสามารถปรับแต่งน้ำเสียงของตัวเองรวมถึงร้องเพลงได้ด้วย

ด้านความสามารถในการวิเคราะห์ภาพ บริษัทได้โชว์ความสามารถของ AI ในฟีเจอร์วิดีโอคอล ซึ่ง AI สามารถบรรยายสิ่งที่เห็นได้ทันที เช่น สภาพแวดล้อม ลักษณะบุคคล หรือแม้แต่อารม์ของบุคคลที่กล้องเห็น  อย่างที่เราเห็นจากวิดีโอสาธิต

บริษัทเปิดตัวโมเดลล่าสุดให้กับผู้ใช้ ChatGPT Plus และ Team และจะพร้อมให้บริการสำหรับผู้ใช้ Enterprise ในเร็วๆ นี้ โดยรองรับได้กว่า 50 ภาษา

ความปลอดภัยของโมเดลใหม่

ด้าน OpenAI เผยว่าโมเดลใหม่ GPT-4o ได้ผ่านการออกแบบด้านความปลอดภัยหลายเทคนิค เช่น การกรองข้อมูลการฝึก และการปรับปรุงพฤติกรรมของโมเดล รวมถึงบริษัทยังเพิ่มระบบความปลอดภัยเพื่อควบคุมเอาต์พุตเสียงอีกด้วย

ในการทดสอบ OpenAI ได้จัดตั้งกรอบการประเมินความปลอดภัยที่ทดสอบ AI หลายด้าน ไม่ว่าจะเป็นด้านความปลอดภัยทางไซเบอร์, ภัยคุกคามทางเคมี/ชีวภาพ/รังสี/นิวเคลียร์ (CBRN), ความสามารถในการโน้มน้าวใจ, และความเป็นอิสระในการตัดสินใจ ซึ่งพบว่า GPT-4o ไม่เกินระดับความเสี่ยงในด้านใดๆ เลย

นอกจากนี้บริษัทยังได้ให้เชี่ยวชาญมากกว่า 70 คนในสาขาต่างๆ เช่น จิตวิทยาสังคม ความเป็นธรรม และการตรวจสอบข้อมูลเท็จ มาช่วยตรวจสอบและปรับปรุ่งโมเดล GPT-4o เพื่อให้มั่นใจว่าจะสามารถอุดรอยรั่วความเสี่ยงที่อาจเกิดขึ้นจากโมเดลใหม่ตัวนี้ได้ดียิ่งขึ้น

อ้างอิง: theverge, openai