OpenAI révèle un chatbot vocal et fait la promotion du nouveau modèle d'IA GPT-4o

Le développeur de ChatGPT, OpenAI, a annoncé aujourd'hui son dernier modèle d'IA, GPT-4o (le « O » signifie « omnimodel »), lors d'une mise à jour de produit en direct au printemps, ainsi qu'une série de mises à jour de produit, y compris un chatbot vocal.

OpenAI a mis à jour ses applications mobiles immédiatement après ses annonces et a également lancé une application de bureau pour ChatGPT. La société a mis l'accent sur l'amélioration de son expérience utilisateur, permettant aux utilisateurs de mieux se concentrer sur les conversations qu'ils ont avec ChatGPT.

« Au cours des dernières années, nous nous sommes beaucoup concentrés sur l'amélioration de l'intelligence de ces modèles, et ils se sont un peu améliorés », a déclaré Mira Murati, CTO d'OpenAI. « Mais c'est la première fois que nous faisons vraiment un grand pas en avant en termes de facilité d'utilisation. »

Le livestream a mis l’accent sur une approche simplifiée et plus holistique de l’IA générative. Un « omnimodèle » – ou nativement multimodal – fait tout dans son application principale au lieu de coordonner GPT pour le texte, GPT Vision pour les images, etc..

« Nous pensons qu'il est très, très important que les gens aient une compréhension intuitive de ce que la technologie peut faire, c'est pourquoi nous voulons vraiment combiner cela avec cette compréhension plus large », a déclaré Murati.

Elle a noté que GPT-4o sera disponible pour les utilisateurs ChatGPT payants et gratuits, ainsi que pour les utilisateurs de l'API ChatGPT. Les abonnés payants de ChatGPT continueront d'avoir accès à une capacité système jusqu'à cinq fois supérieure à celle des utilisateurs gratuits, a noté Murati. Ajoutant que tout le monde devrait pouvoir accéder aux outils OpenAI.

« Nous recherchons toujours des moyens de réduire ces frictions, et récemment, nous avons rendu ChatGPT disponible sans le processus d'inscription », a-t-il noté. En avril, OpenAI a permis aux utilisateurs d'accéder à ChatGPT 3.5 sans inscription pour un compte.

OpenAI a ensuite présenté la capacité de ChatGPT à tenir une conversation informelle en temps réel avec les utilisateurs, démontrant une variété de tons et d'émotions. La démo comprenait ChatGPT chantant, riant et plaisantant avec les ingénieurs OpenAI. La société a également affirmé que ChatGPT peut désormais déterminer l'état émotionnel d'un utilisateur à l'aide de la caméra frontale du téléphone mobile.

Le nouveau billet de blog présente les avancées majeures annoncées aujourd'hui, mettant en avant « une interaction beaucoup plus naturelle entre les humains et les ordinateurs ».

« Il accepte en entrée n'importe quelle combinaison de texte, d'audio et d'image et génère n'importe quelle combinaison de sortie de texte, d'audio et d'image », a écrit la société. « Il peut répondre à une entrée audio en seulement 232 millisecondes, avec une moyenne de 320 millisecondes, ce qui est similaire au temps de réponse humain dans une conversation. »

Même avant les annonces d'aujourd'hui, les passionnés d'intelligence artificielle et de technologie suggéraient qu'un chatbot vocal alimenté par un modèle d'IA de nouvelle génération ferait des compagnons personnels représentés dans le film de science-fiction « Her », notamment Sam Altman, PDG d'OpenAI, dans un message énigmatique de un seul mot sur Twitter.

À l'aide de l'application de bureau ChatGPT, les ingénieurs d'OpenAI ont démontré que le code du logiciel pouvait être copié dans ChatGPT, permettant ainsi à l'ingénieur d'en discuter avec ChatGPT. Dans la démo, OpenAI a également montré la capacité de ChatGPT à effectuer des traductions en temps réel dans 20 langues. Il a également été démontré que ChatGPT expliquait un problème mathématique après qu'une photo de l'équation ait été envoyée à l'application.

OpenAI et l’industrie plus large de l’IA générative se sont publiquement engagés à lutter contre l’utilisation de leur technologie dans la création de deepfakes générés par l’IA. OpenAI a reconnu aujourd'hui que GPT-4o présente de nouveaux défis de sécurité compte tenu de ses capacités audio et visuelles en temps réel.

« Notre équipe a travaillé dur pour trouver comment mettre en place des mesures d'atténuation contre les abus », a déclaré Murati. « Nous continuons de collaborer avec différentes parties prenantes, du gouvernement aux médias, en passant par le divertissement, les équipes de réseaux et la société civile, pour trouver la meilleure façon de présenter ces technologies au monde. »

Depuis le début du mois, des rumeurs circulaient sur la grande annonce d'OpenAI, allant du lancement de GPT-5ChatGPT pousse la nouvelle version de Siri d'Apple et recherchez avec l'intelligence artificielle défier Google, annoncé le 14 mai. Vendredi, Bloomberg signalé qu'OpenAI et Apple ont conclu un accord qui apporterait la technologie OpenAI à l'iPhone.

Le PDG d'OpenAI, Sam Altman, s'est rendu sur Twitter pour calmer les eaux vendredi, en tweetant : « Ce n'est pas GPT-5, ce n'est pas un moteur de recherche, mais nous avons travaillé dur sur de nouvelles fonctionnalités que nous pensons que les gens vont adorer ! « Pour moi, c'est comme de la magie. »

Lancé en 2015 par Sam Altman, Elon Musk, Ilya Sutskever, Greg Brockman, Trevor Blackwell, Vicki Cheung, Andrej Karpathy, Durk Kingma, Jessica Livingston, John Schulman, Pamela Vagata et Wojciech Zaremba, OpenAI et son incroyablement populaire ChatGPT lancés en novembre 2022 ont dominé la conversation autour de l’intelligence artificielle générative.

Grâce aux liens étroits et aux investissements de Microsoft, ChatGPT et Dall-E 3 d'OpenAI ont été intégré dans la suite d'outils Office 365 de Microsoft et le nouvel assistant d'intelligence artificielle Copilot.

En mars, Musk a poursuivi OpenAI et Altman, alléguant que le développeur d'IA avait donné la priorité aux intérêts commerciaux de Microsoft plutôt qu'au bien public.