مکالمه ویدیویی با ChatGPT امکان‌پذیر شد
قابلیت‌های پیشرفته هوش مصنوعی هر روز در حال تکامل هستند و اکنون OpenAI، با رونمایی از مکالمه تصویری در ChatGPT، گامی بزرگ‌تر در این مسیر برداشته است. این قابلیت جذاب که حدود هفت ماه پیش معرفی شده بود، اکنون به‌طور رسمی برای کاربران نسخه‌های پلاس، پرو و تیمز در سیستم‌عامل‌های iOS و اندروید در دسترس قرار گرفته است. کاربران سازمانی و دانشجویی نیز می‌توانند از ژانویه 2025 به این ویژگی دسترسی پیدا کنند.
اوپن‌ای‌آی امکان مکالمه ویدیویی با ChatGPT را ارائه کرده که مرزهای تعامل انسان و هوش مصنوعی را گسترش داد.
اوپن‌ای‌آی سرانجام قابلیت مکالمه ویدئو ChatGPT را که نزدیک به هفت ماه پیش معرفی کرده بود، به‌طور رسمی عرضه کرد. این قابلیت به کاربران اجازه می‌دهد تا با استفاده از دوربین گوشی و از طریق اپلیکیشن ChatGPT، اشیا را شناسایی کرده و در کمترین زمان ممکن پاسخ‌هایی مبتنی‌بر تحلیل بصری دریافت کنند.
قابلیت مکالمه تصویری ChatGPT، درست مانند یک تماس ویدیویی عمل می‌کند. کاربران می‌توانند دوربین دستگاه خود را روشن کرده و هوش مصنوعی را در جریان محیط اطرافشان قرار دهند. ChatGPT به‌صورت لحظه‌ای می‌تواند آنچه را که در ویدیو می‌بیند شناسایی کند، اشیا را تفکیک دهد و حتی افراد حاضر را که خود را معرفی می‌کنند، به خاطر بسپارد. این ویژگی، تجربه‌ای نزدیک به دستیارهای شخصی هوشمند را فراهم می‌کند و امکانات بی‌نظیری را در اختیار کاربران قرار می‌دهد.
برای مشاهده قیمت امروز آیفون کارکرده قسطی اینجا کلیک کنید!!
حالت پیشرفت4ه صوتی با قابلیت دیداری نه‌تنها می‌تواند اشیا را در محیط پیرامون شناسایی کند، بلکه می‌تواند محتوای صفحه‌نمایش دستگاه را نیز تحلیل کرده و اطلاعات دقیق یا پیشنهاداتی ارائه دهد. به‌عنوان مثال، می‌تواند تنظیمات منوهای مختلف را توضیح دهد یا در حل مسائل پیچیده ریاضی کمک کند.
یکی از کاربردهای مهم این قابلیت، استفاده از گزینه «Share Screen» است. این گزینه به کاربران امکان می‌دهد صفحه‌نمایش دستگاه خود را مستقیماً با ChatGPT به اشتراک بگذارند. مثلاً اگر مشکلی در سیستم کامپیوتری خود دارید، دیگر نیازی نیست مشکل را با جزئیات توصیف کنید؛ کافی است آن را به‌صورت تصویری به هوش مصنوعی نشان دهید و در لحظه راه‌حل دریافت کنید.
برای فعال‌سازی این ویژگی، کاربران می‌توانند با لمس آیکون صوت در کنار نوار چت و سپس انتخاب آیکون ویدئو در پایین صفحه، این قابلیت را فعال کنند. همچنین، برای اشتراک‌گذاری صفحه‌نمایش، کافی است از منوی سه‌نقطه، گزینه «Share Screen» انتخاب شود.
کمپانی OpenAI اعلام کرده عرضه این ویژگی از روز پنجشنبه آغاز شده و قرار است طی هفته آینده تکمیل شود. باوجوداین، همه کاربران نمی‌توانند به قابلیت یادشده دسترسی داشته باشند. کاربران اشتراک‌های ChatGPT Enterprise و Edu تا ژانویه به این ویژگی دسترسی نخواهند داشت و هنوز زمان مشخصی برای عرضه آن در کشورهای اتحادیه اروپا، سوئیس، ایسلند، نروژ و لیختن‌اشتاین تعیین نشده است.
هوش مصنوعی الو جی پی تی منتشر شد!!
در یکی از دموهای اخیر این قابلیت که در برنامه «60 دقیقه» شبکه CBS News ارائه شد، گرگ براکمن، رئیس اوپن‌ای‌آی، با آزمایش مهارت‌های آناتومی اندِرسون کوپر قدرت این فناوری را به نمایش گذاشت. کوپر در این دمو بخش‌های مختلف بدن را روی یک تخته سیاه ترسیم کرد و ChatGPT توانست به درستی محل و شکل اعضای بدن را تشخیص دهد. این سیستم با ارائه بازخوردی گفت: «موقعیت کاملاً درست است. مغز دقیقا در سر قرار دارد. اما شکل آن بیشتر به صورت یک بیضی است.»
باوجوداین موفقیت، ChatGPT در همین دمو در حل یک مسئله هندسی دچار اشتباه شد که نشان می‌دهد این سیستم همچنان مستعد توهمات محاسباتی است. فرآیند توسعه این قابلیت بارها به دلیل موانع فنی و عملیاتی به تأخیر افتاده بود. گفته می‌شود بخشی از این تأخیر به دلیل اعلام زودهنگام اوپن‌ای‌آی و عدم آمادگی فناوری برای عرضه عمومی بوده است.
این کمپانی در ماه آوریل وعده داده بود که این ویژگی طی چند هفته عرضه خواهد شد، اما توسعه آن چندین ماه به طول انجامید. در اوایل پاییز، اوپن‌ای‌آی نسخه‌ای از این قابلیت را بدون قابلیت تحلیل دیداری در اختیار برخی کاربران قرار داد و در هفته‌های اخیر تمرکز خود را بر گسترش نسخه صوتی این ویژگی در بازار اتحادیه اروپا معطوف کرده است.
در‌همین‌حال، کمپانی‌هایی نظیر گوگل و متا نیز به‌طور موازی در حال توسعه فناوری‌های مشابه هستند. به‌عنوان‌مثال، گوگل اخیراً قابلیت تحلیل بلادرنگ ویدئو در هوش مصنوعی مکالمه‌ای خود با نام Project Astra را برای گروهی از آزمایش‌کنندگان منتخب در سیستم‌عامل اندروید ارائه کرده است.
قابلیت جدید ChatGPT شباهت زیادی به عملکرد دستیارهای هوش مصنوعی پیشرفته‌ای مانند Humane Pin و Rabbit r1 دارد که هدف آن‌ها ایجاد دستیارهای صوتی و تصویری همیشگی بود. این دستیارها، با اتصال دائمی به کاربران، می‌توانند اطلاعات محیط اطراف را تحلیل کرده و پاسخ‌های کاربردی ارائه دهند. البته رقابت در این حوزه داغ‌تر از همیشه شده است. هفته گذشته، مایکروسافت از قابلیت Copilot Vision رونمایی کرد که به کاربران نسخه پرو این امکان را می‌دهد هنگام وبگردی، محتوای روی نمایشگر خود را برای کوپایلوت تشخیص دهند. همچنین، گوگل با معرفی Gemini گام مشابهی برداشته است. بااین‌حال، ChatGPT با تلفیق مکالمه تصویری و قابلیت‌های قدرتمند خود، به گزینه‌ای منحصربه‌فرد برای کاربران تبدیل شده است.
ویژگی مکالمه تصویری، تنها محدود به تعامل روزمره نمی‌شود و طیف گسترده‌ای از کاربردهای حرفه‌ای را نیز پوشش می‌دهد. برای مثال:
راهنمایی‌های خلاقانه: اگر در حال انجام پروژه‌های هنری، آشپزی یا طراحی هستید، ChatGPT می‌تواند به‌عنوان یک مشاور خلاق در کنار شما باشد.
آموزش‌های عملی: کاربران می‌توانند در هنگام کار با دستگاه‌ها یا ابزارهای مختلف، از ChatGPT کمک بگیرند. به‌عنوان‌مثال، اگر در نصب قطعات الکترونیکی مشکل دارید، کافی است از دوربین گوشی خود استفاده کنید و راهنمایی بگیرید.
عیب‌یابی سیستم‌ها: برای متخصصان فناوری اطلاعات یا حتی کاربران عادی، این قابلیت یک ابزار ارزشمند برای شناسایی سریع مشکلات نرم‌افزاری و سخت‌افزاری است.
علاوه‌بر عرضه قابلیت مکالمه ویدیویی با ChatGPT، اوپن‌ای‌آی روز پنجشنبه حالت بابانوئل را معرفی کرد که به کاربران اجازه می‌دهد از صدای بابا نوئل به عنوان یکی از صداهای پیش‌فرض ChatGPT استفاده کنند. این حالت از طریق آیکون برف‌دانه در کنار نوار ورودی اپلیکیشن قابل فعال‌سازی است.
OpenAI با ارائه این قابلیت نشان داد که در مسیر پیشرفت، تنها به پاسخ‌های متنی یا صوتی محدود نیست و قصد دارد ChatGPT را به یک دستیار همه‌جانبه تبدیل کند. پیش‌بینی می‌شود که در آینده، این قابلیت‌ها با ابزارهای بیشتری یکپارچه شوند و کاربران بتوانند در حوزه‌های گسترده‌تری از آن استفاده کنند.
در نهایت، خرید اکانت چت جی پی تی می‌تواند تجربه‌ای منحصربه‌فرد و حرفه‌ای از هوش مصنوعی را برای شما فراهم کند. اگر به دنبال دستیار هوشمندی هستید که بتواند مشکلات روزمره، حرفه‌ای و خلاقانه شما را حل کند، این فرصت را از دست ندهید!
