A OpenAI apresentou nesta segunda-feira um novo chatbot com algumas capacidades impressionantes – ou assustadoras, dependendo do seu ponto de vista. Com a capacidade de ver, ouvir e falar como uma pessoa real, os executivos da OpenAI demonstraram como o mais recente ChatGPT pode traduzir conversas ao vivo e contar histórias para dormir em vozes diferentes.
O chefe de pesquisas da OpenAI, Mark Chen, pediu ao chatbot para contar “uma história para dormir sobre robôs e amor”.
“Oh, uma história para dormir sobre robôs e amor? Eu vou te ajudar!” respondeu imediatamente uma voz feminina entusiasmada. “Era uma vez, em um mundo não muito diferente do nosso, havia um robô chamado Byte. Byte era um robô curioso. Sempre explorando.”
Chen interrompeu: “Eu quero um pouco mais de emoção na sua voz, um pouco mais de drama.”
“Entendi. Vamos adicionar um pouco de drama”, disse ChatGPT-4o, começando sua história novamente, mas desta vez com uma voz mais profunda e mais intrigante.
Chen intercedeu novamente: “Não, não, não, ChatGPT, eu realmente quero uma emoção máxima, como uma expressividade máxima, muito mais do que você estava fazendo antes.”
“Entendi. Vamos amplificar o drama”, respondeu ele, repetindo mais uma vez sua linha de abertura em uma voz muito mais alta, ainda mais dramática. A chefe de tecnologia da OpenAI, Mira Murati, pediu ao chatbot que trocasse a história por uma voz de robô; ele obedeceu. Em seguida, o colega pesquisador Barret Zoph interveio, pedindo uma voz cantante. ChatGPT suspirou e começou a cantar.
Murati, Chen e Zoph mostraram como o ChatGPT-4o pode traduzir uma conversa ao vivo entre italiano e francês e como pode ouvir você respirar e guiá-lo por exercícios respiratórios. O chatbot é duas vezes mais rápido que o GPT-4 turbo e está disponível para usuários gratuitos.
“Nos últimos anos, estivemos muito focados em melhorar a inteligência desses modelos, e eles se saíram muito bem”, disse Murati. “Mas esta é a primeira vez que estamos realmente dando um grande passo à frente quando se trata da facilidade de uso.”
Talvez ainda mais impressionante do que suas habilidades de conversação em tempo real sejam as capacidades visuais do ChatGPT. O chatbot pode olhar para o rosto de alguém através da câmera do telefone e dizer como acha que eles estão se sentindo pelas expressões faciais. Pode olhar para a tela do computador de um usuário através do compartilhamento de tela e ajudar a resolver um problema matemático.
### Preocupações de segurança
Murati disse que as capacidades do chatbot, embora uma melhoria significativa, trazem “novos desafios para nós em termos de segurança”.
“Nossa equipe tem trabalhado muito para descobrir como desenvolver mitigadores contra uso indevido”, disse ela, acrescentando que a OpenAI está trabalhando com governos e empresas em “todas as indústrias” para alcançar seus objetivos. Ela não deu detalhes sobre preocupações de segurança, o plano da OpenAI ou a natureza de suas parcerias.
