“OpenAI” تطلق نماذج ذكاء اصطناعي صوتية جديدة
كشفت شركة OpenAI عن جيل جديد من نماذج الذكاء الاصطناعي الصوتية يحمل اسمي GPT-Live-1 وGPT-Live-1 mini، في خطوة تهدف إلى جعل التفاعل الصوتي مع تشات جي بي تي أكثر سلاسة وطبيعية، مع تحسين القدرة على إدارة الحوار والترجمة الفورية.
وأكدت الشركة أن النماذج الجديدة تعتمد على تقنية Full-Duplex، ما يسمح للمساعد الذكي بالاستماع والتحدث في الوقت نفسه، وهو ما يتيح للمستخدم مقاطعة المساعد أثناء الحديث بصورة طبيعية، كما يمكّن من تقديم مزايا مثل الترجمة الفورية المباشرة دون انقطاع.
تشات جي بي تي يحصل على وضع صوتي جديد
أوضحت “OpenAI” أنها ستجعل نموذج GPT-Live-1 mini هو الوضع الصوتي الافتراضي الجديد داخل تشات جي بي تي، بينما سيتمكن مشتركو الخطط المدفوعة من استخدام النموذج الأكبر GPT-Live-1، بحسب تقرير نشره موقع “تك كرانش” واطلعت عليه “العربية Business”.
ويختلف النظام الجديد عن الوضع الصوتي السابق، الذي كان يعتمد على ثلاث مراحل منفصلة تشمل:
– تحويل الكلام إلى نص.
– معالجة الطلب عبر نموذج لغوي.
– تحويل الرد النصي إلى صوت.
أما الآن، فأصبحت المحادثة أكثر انسيابية وأقرب إلى التفاعل البشري.
لا يقاطع المستخدم ويفهم السياق
وأشارت الشركة إلى أن النماذج الجديدة تعالج مشكلات كانت تواجه الوضع الصوتي السابق، مثل مقاطعة المستخدم أثناء حديثه أو ضعف القدرة على الإجابة عن الأسئلة المعقدة.
كما يمكن للنموذج الجديد الاستعانة بأحدث نماذج الشركة، مثل GPT-5.5، لتنفيذ عمليات البحث والاستدلال والمهام الذكية، مع الاستمرار في المحادثة دون انقطاع.
ومن المزايا الجديدة أيضاً قدرة المساعد على الالتزام بالصمت لفترات طويلة أثناء الاستماع للمستخدم واستيعاب سياق الحديث، قبل الرد عند الحاجة، إلى جانب إمكانية عرض بعض المعلومات بصرياً أثناء المحادثة، وليس الاكتفاء بالإجابات الصوتية.
محادثات تمتد لعشرات الدقائق
تقول “OpenAI” إن الوضع الصوتي الجديد صُمم لدعم المحادثات الطويلة، وكشف أتي إيليتي، المسؤول عن منتج ChatGPT Voice، أنه أجرى بنفسه محادثات استمرت ما بين 30 و40 دقيقة أثناء المشي، وهو ما يعكس قدرة النظام على الحفاظ على سياق الحوار لفترات طويلة.
الصوت.. واجهة الحوسبة المستقبلية
وترى “OpenAI” أن الصوت قد يصبح الواجهة الرئيسية للتعامل مع الحواسيب في المستقبل، خصوصاً عند تنفيذ المهام المعقدة أو إدارة الوكلاء الذكيين (AI Agents).
وقال إيليتي إن الشركة تعتقد أن المستخدمين سيتمكنون مستقبلاً من إنجاز مختلف الأعمال والتفاعل مع الأنظمة الذكية اعتماداً على الأوامر الصوتية فقط.
وتأتي هذه التصريحات في وقت تشير فيه تقارير إلى أن “OpenAI” قد تطلق سماعات أذن مدعومة بالذكاء الاصطناعي خلال العام الجاري، رغم أن الشركة لم تكشف أي تفاصيل رسمية بشأن منتجات عتادية جديدة.
أكثر من 150 مليون مستخدم
وأوضحت الشركة أن أكثر من 150 مليون شخص يستخدمون بالفعل ميزات Voice وDictation داخل تشات جي بي تي، في وقت تتنافس فيه شركات التكنولوجيا على تطوير مساعدين صوتيين أكثر ذكاءً وطبيعية.
فقد أجرت كل من “أبل” و”أمازون” تحديثات واسعة لمساعديهما الصوتيين لتحسين فهم السياق وجعل المحادثات أكثر واقعية، بينما تعمل شركات ناشئة مثل “Sesame” على تطوير مساعدين قادرين على تنفيذ المهام في الخلفية أثناء استمرار الحوار مع المستخدم.
لا يزال بحاجة إلى تحسين
ورغم المزايا الجديدة، أقرت “OpenAI” بأن الوضع الصوتي لا يزال بحاجة إلى مزيد من التطوير.
وخلال العرض التوضيحي، ظهر المساعد أثناء تجربة الترجمة الفورية إلى الهندية بلكنة أميركية واضحة، كما بدت اللغة المستخدمة رسمية وغير طبيعية إلى حد ما.
وأضافت الشركة أن النماذج الجديدة مُحسّنة للعمل مع معظم اللغات الشائعة، لكنها لم تحدد قائمة اللغات التي حصلت على أفضل مستوى من الدعم.
وأكدت “OpenAI” أيضاً أن النظام يتضمن ضوابط أمان مدمجة لتقديم استجابات مناسبة للمراهقين، إضافة إلى توفير موارد مساعدة إذا تحولت المحادثة إلى موضوعات حساسة مثل إيذاء النفس، مع التشديد على أن الهدف من الميزة هو تحسين الإنتاجية وليس تحويل تشات جي بي تي” إلى “رفيق” يعتمد عليه المستخدم عاطفياً.
المصدر: العربية – تكنولوجيا
