A OpenAI estreou na segunda-feira um novo chatbot com algumas impressionantes – ou assustadoras, dependendo da sua perspectiva – capacidades. Com a habilidade de ver, ouvir e falar como uma pessoa real, executivos da OpenAI demonstraram como o ChatGPT mais recente pode traduzir conversas ao vivo e contar histórias para dormir em diferentes vozes.
O chefe de pesquisas fronteiriças 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 tenho o que você precisa!,” respondeu imediatamente uma voz feminina entusiasmada. “Era uma vez, em um mundo não tão diferente do nosso, um robô chamado Byte. Byte era um robô curioso. Sempre explorando.”
Chen interrompeu: “Quero um pouco mais de emoção na sua voz, um pouco mais de drama.”
“Entendi. Vamos adicionar um pouco de drama,” disse o ChatGPT-4o, começando sua história novamente, mas desta vez com uma voz mais profunda e intrigante.
Chen intercedeu mais uma vez: “Não, não, não, ChatGPT, eu realmente quero uma emoção máxima, como máxima expressividade, muito mais do que você estava fazendo antes.”
“Entendido. Vamos amplificar o drama,” respondeu, repetindo novamente sua linha de abertura em uma voz muito mais alta, ainda mais dramática. A chefe de tecnologia da OpenAI, Mira Murati, pediu ao chatbot para mudar para a história em uma voz de robô; ele obedeceu. Em seguida, o colega pesquisador Barret Zoph interveio, pedindo uma voz cantada. O 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 em exercícios respiratórios. O chatbot é duas vezes mais rápido que o GPT-4 turbo e está disponível para usuários gratuitos.
“Nos últimos anos, temos nos concentrado muito em melhorar a inteligência desses modelos, e eles melhoraram bastante,” disse Murati. “Mas esta é a primeira vez que damos um grande passo adiante quando se trata da facilidade de uso.”
Talvez ainda mais impressionantes 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 de um telefone e dizer como acha que está 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 de matemática.
Preocupações de segurança
Murati disse que as capacidades do chatbot, embora uma grande melhoria, apresentam “novos desafios para nós quando se trata de segurança”.
“Nossa equipe tem trabalhado duro para descobrir como construir mitigadores contra o 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.
