أعلنت شركة أوبن آي آي (OpenAI) عن إطلاق نموذج GPT-Live الصوتي الجديد لتغيير طريقة التفاعل بين البشر والذكاء الاصطناعي.
يتوفر النظام الجديد حالياً للمستخدمين حول العالم عبر تطبيقات الهواتف وموقع الويب. ويمثل هذا الإطلاق خطوة هامة في كيفية استخدام تقنيات الذكاء الاصطناعي عبر الصوت، حيث يتجاوز الأسلوب القديم القائم على تبادل الأدوار التقليدي إلى محادثات فورية مرنة.
كيف يعمل نموذج GPT-Live الصوتي الجديد؟
يعتمد هذا النموذج على بنية تقنية ثنائية الاتجاه بالكامل. تتيح هذه البنية للنظام الاستماع والتحدث في نفس الوقت، ومعالجة المدخلات أثناء توليد المخرجات بدقة عالية واتخاذ القرارات بسرعة فائقة.
أثناء الحديث، يمكن للنموذج إظهار تفاعله باستخدام عبارات طبيعية مثل “أجل” أو “فهمتك”. كما يمكنه التزام الصمت عندما يحتاج المستخدم إلى وقت للتفكير، أو التكيف الفوري عند مقاطعته في منتصف الجملة دون أي ارتباك.
تفويض المهام المعقدة إلى النماذج الكبرى
لتجنب انقطاع حبل أفكار المستخدم، تم فصل واجهة التفاعل المستمر عن عمليات التفكير المعقدة. عندما يطرح المستخدم سؤالاً يتطلب البحث عبر الإنترنت أو تحليلاً عميقاً، يقوم النظام بتفويض المهمة إلى نموذج رائد في الخلفية.
عند الإطلاق، يعتمد النظام على GPT-5.5 لمعالجة هذه المهام المعقدة. وبينما يعمل النموذج في الخلفية، يستمر المساعد الصوتي في التحدث معك بشكل طبيعي، مما يمنع حدوث فترات الصمت الطويلة والمزعجة.
إجابات مرئية وقدرات استماع محسنة
تقدم تجربة الصوت الجديدة في ChatGPT بطاقات مرئية تفاعلية تظهر على الشاشة أثناء التحدث. تتيح هذه الميزة عرض معلومات الطقس، والرياضة، والأسهم، والخرائط مباشرة، مما يسهل متابعتها على الأجهزة المحمولة.
بالإضافة إلى ذلك، تم تحسين ميزة تصفية الضوضاء المحيطة بشكل كبير. يمكن للنظام الآن التركيز على صوت المستخدم حتى في البيئات المزدحمة أو أثناء وجود حركة مرور قريبة، مع دعم كامل لميزات الذاكرة وتحميل الملفات والصور.
معايير الأمان والتوفر العالمي
يتوفر نموذج GPT-Live الصوتي حالياً للمستخدمين على مستوى العالم. وسيكون النموذج الأساسي لمشتركي الباقات المدفوعة، بينما تتوفر نسخة مخففة منه للمستخدمين مجاناً عبر التطبيقات والبرمجيات المختلفة، ويمكن معرفة المزيد عبر موقع OpenAI الرسمي.
تم تصميم النظام ليكون آمناً بشكل افتراضي، حيث يتضمن أدوات حماية فورية لتوجيه المحادثات بعيداً عن المحتوى الضار. كما يمنع النموذج محاولات تقليد الأصوات الحقيقية، ويعتمد فقط على مجموعة محددة مسبقاً من الأصوات الطبيعية المعتمدة.
