GPT-4o من OpenAI يستعرض إمكانات الذكاء الاصطناعي

في يوم الاثنين، 13 مايو 2024، أعلنت OpenAI عن إطلاق نموذجها الرائد الجديد، GPT-4o، حيث يشير الحرف 'o' إلى 'omni'. GPT-4o نموذج ذكاء اصطناعي متعدد الوسائط متقدم للتفاعلات النصية والصوتية والبصرية في الزمن الحقيقي، ويوفر معالجة أسرع ودعمًا متعدد اللغات وسلامة محسّنة.

إنه يقدم إمكانات جديدة للذكاء الاصطناعي التوليدي. واستنادًا إلى نقاط القوة الحوارية في ChatGPT، تمثل إمكانات GPT-4o خطوة كبيرة إلى الأمام في طريقة تصور الناس للذكاء الاصطناعي. يمكننا الآن التحدث إلى GPT-4o كما لو كان شخصًا حقيقيًا. لنلقِ نظرة على ما يستطيع GPT-4o فعله!

التعرّف على GPT-4o#

كُشف في تحديث OpenAI الربيعي أنه رغم تمتع GPT-4o بمستوى ذكاء يماثل GPT-4، فإنه يعالج البيانات بسرعة أكبر، وهو أقدر على التعامل مع النصوص والرؤية والصوت. وعلى خلاف الإصدارات السابقة التي ركزت على جعل النماذج أكثر ذكاءً، أُعد هذا الإصدار مع مراعاة الحاجة إلى جعل الذكاء الاصطناعي أسهل استخدامًا لعامة الناس.

الشكل 1. التحديث الربيعي لـ OpenAI

كان الوضع الصوتي في ChatGPT، الذي صدر أواخر العام الماضي، يعتمد على عمل ثلاثة نماذج معًا لنسخ المدخلات الصوتية، وفهم الردود المكتوبة وإنشائها، وتحويل النص إلى كلام كي يسمع المستخدم الرد. واجه هذا الوضع مشكلات في زمن الاستجابة ولم يكن طبيعيًا جدًا. أما GPT-4o فيستطيع معالجة النصوص والرؤية والصوت أصليًا دفعة واحدة، ليمنح المستخدم انطباعًا بأنه يشارك في محادثة طبيعية.

كذلك، وعلى خلاف الوضع الصوتي، يمكنك الآن مقاطعة GPT-4o أثناء حديثه، وسيتفاعل معك كما يفعل أي شخص. سيتوقف وينصت، ثم يرد في الزمن الحقيقي بناءً على ما قلته. كما يمكنه التعبير عن المشاعر بصوته وفهم نبرة صوتك.

ميزات GPT-4o المميزة#

يوضح تقييم نموذج GPT-4o مدى تقدمه. ومن أبرز النتائج المثيرة للاهتمام أن GPT-4o يحسّن التعرّف على الكلام بدرجة كبيرة مقارنةً بـ Whisper-v3 في جميع اللغات، ولا سيما اللغات الأقل شيوعًا.

يقيس أداء التعرّف التلقائي على الكلام (ASR) الصوتي مدى دقة تحويل النموذج اللغة المنطوقة إلى نص. ويُقيَّم أداء GPT-4o باستخدام معدل خطأ الكلمات (WER)، الذي يبيّن نسبة الكلمات المنسوخة بشكل غير صحيح (وكلما انخفض WER تحسنت الجودة). يوضح الرسم البياني أدناه انخفاض WER لدى GPT-4o في مناطق مختلفة، مما يبرهن على فعاليته في تحسين التعرّف على الكلام في اللغات محدودة الموارد.

الشكل 2. يتفوق GPT-4o في التعرّف على الكلام بلغات متعددة.

إليك لمحة عن بعض الميزات الفريدة الأخرى في GPT-4o:

• أسرع - تزيد سرعته على GPT-4 Turbo بمقدار الضعف. ويمكنه الاستجابة للمدخلات الصوتية في 232 مللي ثانية فقط، وهي مدة مماثلة لزمن الاستجابة في المحادثات البشرية.
• أقل تكلفة - إصدار API من GPT-4o أرخص بنسبة 50% من GPT-4 Turbo.
• الذاكرة - يستطيع GPT-4o الحفاظ على الوعي بسياق المحادثات المختلفة. ويمكنه تذكّر ما تتحدث عنه في المحادثات المختلفة.
• متعدد اللغات - دُرِّب GPT-4o لتحسين السرعة والجودة في 50 لغة مختلفة.

أمثلة على ما يمكن لـ GPT-4o فعله#

يمكنك الآن تشغيل GPT-4o على هاتفك، وتشغيل الكاميرا، وطلب تخمين حالتك المزاجية استنادًا إلى تعبيرات وجهك، كما لو كنت تسأل صديقًا. يستطيع GPT-4o رؤيتك عبر الكاميرا والإجابة.

الشكل 3. يفهم GPT-4o الحالة المزاجية لشخص عبر الفيديو.

يمكنك حتى الاستعانة به لحل مسائل الرياضيات من خلال عرض ما تكتبه على GPT-4o عبر الفيديو. أو يمكنك مشاركة شاشتك، ليصبح معلّمًا مساعدًا مفيدًا على Khan Academy، ويطلب منك تحديد أجزاء مختلفة من مثلث في الهندسة، كما هو موضح أدناه.

الشكل 4. يؤدي GPT-4o دور معلّم على Khan Academy.

إلى جانب مساعدة الأطفال في الرياضيات، يستطيع المطورون إجراء محادثات مع GPT-4o لتصحيح أخطاء التعليمات البرمجية. وقد أصبح ذلك ممكنًا بفضل طرح ChatGPT كتطبيق لسطح المكتب. فإذا ظللت التعليمات البرمجية ونسختها باستخدام Ctrl+C أثناء التحدث إلى تطبيق GPT-4o الصوتي لسطح المكتب، فسيتمكن من قراءة التعليمات البرمجية. ويمكنك أيضًا استخدامه لترجمة المحادثات بين المطورين الذين يتحدثون لغات مختلفة.

نطاق الاستخدامات الممكنة واسع. ومن أكثر العروض التوضيحية إثارة للاهتمام التي قدمتها OpenAI عرضٌ استخدم هاتفين لإظهار GPT-4o وهو يتحدث إلى نسخ مختلفة من نفسه ويغني معها.

الشكل 5. ذكاء اصطناعي يتحدث ويغني مع ذكاء اصطناعي.

تطبيقات GPT-4o#

كما أظهر عرض توضيحي، يمكن لـ GPT-4o جعل العالم أكثر سهولة للأشخاص ذوي الإعاقات البصرية. إذ يساعدهم على التفاعل والتنقل بأمان واستقلالية أكبر. فعلى سبيل المثال، يمكن للمستخدمين تشغيل الفيديو وعرض مشهد الشارع على GPT-4o. ويمكن لـ GPT-4o بعد ذلك تقديم أوصاف للبيئة في الزمن الحقيقي، مثل تحديد العوائق وقراءة لافتات الشوارع أو إرشادهم إلى موقع معين. كما يمكنه مساعدتهم على استدعاء سيارة أجرة بتنبيههم عند اقترابها.

الشكل 6. ينبّه GPT-4o إلى اقتراب سيارة أجرة.

يمكن أيضًا تطبيق GPT-4o في قطاعات مختلفة. ففي قطاع البيع بالتجزئة، يمكنه تحسين خدمة العملاء من خلال تقديم المساعدة الفورية والإجابة عن الاستفسارات ومساعدة العملاء على العثور على المنتجات عبر الإنترنت وفي المتاجر. لنفترض أنك تنظر إلى رف من المنتجات ولا تستطيع تمييز المنتج الذي تبحث عنه؛ يمكن لـ GPT-4o مساعدتك في العثور عليه.

في الرعاية الصحية، يمكن لـ GPT-4o المساعدة في التشخيص عبر تحليل بيانات المرضى، واقتراح حالات محتملة استنادًا إلى الأعراض، وتقديم إرشادات بشأن خيارات العلاج. كما يمكنه دعم اختصاصيي الرعاية الصحية من خلال تلخيص سجلات المرضى، وإتاحة الوصول السريع إلى المراجع الطبية، بل وتوفير الترجمة اللغوية في الزمن الحقيقي للتواصل مع المرضى الذين يتحدثون لغات مختلفة. وهذه أمثلة قليلة فحسب. تجعل تطبيقات GPT-4o الحياة اليومية أسهل بتقديم مساعدة مخصصة ومراعية للسياق، وإزالة الحواجز أمام المعلومات والتواصل.

GPT-4o وسلامة النموذج#

على غرار إصدارات GPT السابقة التي أثرت في حياة مئات الملايين، من المرجح أن يتفاعل GPT-4o مع الصوت والفيديو في الزمن الحقيقي على مستوى العالم، مما يجعل السلامة عنصرًا بالغ الأهمية في هذه التطبيقات. وقد أولت OpenAI اهتمامًا كبيرًا لبناء GPT-4o مع التركيز على الحد من المخاطر المحتملة.

لضمان السلامة والموثوقية، طبقت OpenAI تدابير سلامة صارمة. وتشمل هذه التدابير تصفية بيانات التدريب، وتنقيح سلوك النموذج بعد التدريب، وإضافة أنظمة سلامة جديدة للتحكم في المخرجات الصوتية. وعلاوة على ذلك، اختبر أكثر من 70 خبيرًا خارجيًا GPT-4o على نطاق واسع في مجالات مثل علم النفس الاجتماعي والتحيز والإنصاف والمعلومات المضللة. ويضمن الاختبار الخارجي تحديد أي مخاطر أدخلتها الميزات الجديدة أو زادتها ومعالجتها.

للحفاظ على معايير السلامة العالية، ستطرح OpenAI ميزات GPT-4o تدريجيًا خلال الأسابيع القليلة المقبلة. ويتيح الطرح على مراحل لـ OpenAI مراقبة الأداء ومعالجة أي مشكلات وجمع ملاحظات المستخدمين. ويضمن اتباع نهج حذر أن يقدم GPT-4o إمكانات متقدمة مع الحفاظ على أعلى معايير السلامة والاستخدام الأخلاقي.

جرّب GPT-4o بنفسك#

يمكن الوصول إلى GPT-4o مجانًا. لتجربة إمكانات المحادثة في الزمن الحقيقي المذكورة أعلاه، يمكنك تنزيل تطبيق ChatGPT مباشرةً على هاتفك من متجر Google Play أو Apple App Store.

بعد تسجيل الدخول، ستتمكن من اختيار GPT-4o من القائمة المعروضة بالنقر على النقاط الثلاث في الزاوية العلوية اليمنى من الشاشة. وبعد الانتقال إلى محادثة مفعّل فيها GPT-4o، انقر على علامة الجمع في الزاوية السفلية اليسرى من الشاشة لتظهر لك خيارات إدخال متعددة. وسترى رمز سماعة رأس في الزاوية السفلية اليمنى من الشاشة. عند اختيار رمز سماعة الرأس، سيُسألك ما إذا كنت ترغب في تجربة إصدار GPT-4o الذي يعمل دون استخدام اليدين. وبعد الموافقة، ستتمكن من تجربة GPT-4o، كما هو موضح أدناه.

الشكل 7. تجربة GPT-4o على تطبيق ChatGPT للهاتف المحمول.

إذا رغبت في دمج إمكانات GPT-4o المتقدمة في مشروعاتك، فهو متاح للمطورين عبر API. وتتيح لك هذه الواجهة دمج إمكانات GPT-4o القوية في التعرّف على الكلام، ودعمه للغات متعددة، وقدراته الحوارية في الزمن الحقيقي ضمن تطبيقاتك. وباستخدام API، يمكنك تحسين تجارب المستخدمين، وبناء تطبيقات أكثر ذكاءً، وإدخال أحدث تقنيات الذكاء الاصطناعي إلى قطاعات مختلفة.

GPT-4o: لم يصبح بشريًا تمامًا بعد#

رغم أن GPT-4o أكثر تقدمًا بكثير من نماذج الذكاء الاصطناعي السابقة، فمن المهم تذكّر أن له قيودًا خاصة به. وقد ذكرت OpenAI أنه قد ينتقل أحيانًا عشوائيًا بين اللغات أثناء التحدث، فيتحول من الإنجليزية إلى الفرنسية. كما لاحظت OpenAI أن GPT-4o قد يترجم بين اللغات ترجمة غير صحيحة. وكلما جرّب مزيد من الأشخاص النموذج، فهمنا على نحو أفضل جوانب تفوق GPT-4o والجوانب التي تحتاج إلى مزيد من التحسين. وفي مهام الرؤية مثل اكتشاف الأجسام، تُقارن نماذج OpenAI الأحدث مثل GPT-6.1 Sol وGPT-6 Astra بنماذج الرؤية واللغة الأخرى في لوحة متصدرّي VLM.

الخلاصة#

يفتح GPT-4o من OpenAI آفاقًا جديدة للذكاء الاصطناعي بفضل قدراته المتقدمة على معالجة النصوص والرؤية والصوت، ما يتيح تفاعلات طبيعية شبيهة بالتفاعل البشري. ويتفوق من حيث السرعة والكفاءة من حيث التكلفة ودعم اللغات المتعددة. ويُعد GPT-4o أداة متعددة الاستخدامات للتعليم وإمكانية الوصول والمساعدة الفورية. ومع استكشاف المستخدمين إمكانات GPT-4o، ستسهم الملاحظات في تطويره. ويُظهر GPT-4o كيف أصبح الذكاء الاصطناعي جزءًا من حياتنا اليومية.

استكشف مستودع GitHub وانضم إلى مجتمعنا للتعمق أكثر في الذكاء الاصطناعي. تفضل بزيارة صفحات حلولنا لترى كيف يُحدث الذكاء الاصطناعي تحولًا في قطاعات مثل التصنيع والزراعة.