GPT-4o من OpenAI يستعرض إمكانات الذكاء الاصطناعي
استكشف GPT-4o الجديد من OpenAI، الذي يقدّم ذكاءً اصطناعيًا متقدمًا مع تفاعلات شبيهة بالبشر تغيّر طريقة تواصلنا مع التقنية. استكشف ميزاته الرائدة!
في يوم الاثنين، 13 مايو 2024، أعلنت OpenAI إطلاق نموذجها الرائد الجديد، GPT-4o، حيث يشير الحرف «o» إلى «omni». يُعد GPT-4o نموذج ذكاء اصطناعي متقدمًا متعدد الوسائط للتفاعلات النصية والصوتية والمرئية في الوقت الفعلي، إذ يوفر معالجة أسرع ودعمًا لعدة لغات وسلامة محسّنة.
إنه يقدّم إمكانات للذكاء الاصطناعي التوليدي لم يسبق لها مثيل. واستنادًا إلى القدرات الحوارية في ChatGPT، تمثل ميزات GPT-4o خطوة كبيرة إلى الأمام في كيفية إدراك الناس للذكاء الاصطناعي. يمكننا الآن التحدث إلى GPT-4o كما لو كان شخصًا حقيقيًا. فلنستكشف معًا ما يستطيع GPT-4o فعله بالضبط!
التعرّف إلى GPT-4o#
خلال التحديث الربيعي من OpenAI، كُشف أن GPT-4o يتمتع بالذكاء نفسه الذي يتمتع به GPT-4، لكنه يستطيع معالجة البيانات بسرعة أكبر، كما أنه مجهز بصورة أفضل للتعامل مع النصوص والرؤية والصوت. وعلى خلاف الإصدارات السابقة التي ركزت على جعل النماذج أكثر ذكاءً، أُطلق هذا الإصدار مع مراعاة الحاجة إلى جعل الذكاء الاصطناعي أسهل استخدامًا للجمهور العام.
الشكل 1. التحديث الربيعي من OpenAI
تضمّن الوضع الصوتي في ChatGPT، الذي أُطلق في أواخر العام الماضي، ثلاثة نماذج مختلفة تعمل معًا لتحويل المدخلات الصوتية إلى نص، وفهم الردود المكتوبة وإنشائها، وتحويل النص إلى كلام حتى يتمكن المستخدم من سماع الرد. واجه هذا الوضع مشكلات في زمن الاستجابة ولم يكن طبيعيًا جدًا. يستطيع GPT-4o معالجة النصوص والرؤية والصوت أصليًا دفعة واحدة، ما يمنح المستخدم انطباعًا بأنه يشارك في محادثة طبيعية.
كذلك، وعلى خلاف الوضع الصوتي، يمكنك الآن مقاطعة GPT-4o أثناء حديثه، وسيتفاعل تمامًا كما يفعل الشخص. سيتوقف ويستمع، ثم يقدم رده في الوقت الفعلي استنادًا إلى ما قلته. كما يستطيع التعبير عن المشاعر من خلال صوته وفهم نبرة صوتك أيضًا.
ميزات GPT-4o المذهلة#
يُظهر تقييم نموذج GPT-4o مدى تقدمه. ومن أكثر النتائج إثارة للاهتمام أن GPT-4o يحسن التعرّف على الكلام بدرجة كبيرة مقارنةً بـ Whisper-v3 في جميع اللغات، ولا سيما اللغات الأقل استخدامًا.
يقيس أداء التعرّف التلقائي على الكلام (ASR) الصوتي مدى دقة تحويل النموذج للغة المنطوقة إلى نص. ويُتابَع أداء GPT-4o باستخدام معدل خطأ الكلمات (WER)، الذي يوضح النسبة المئوية للكلمات التي حُوّلت بصورة غير صحيحة إلى نص؛ ويعني انخفاض WER جودة أفضل. يوضح المخطط أدناه انخفاض WER لدى GPT-4o عبر مناطق مختلفة، مما يبرهن على فعاليته في تحسين التعرّف على الكلام للغات منخفضة الموارد.
الشكل 2. يتمتع GPT-4o بتعرّف فائق على الكلام بلغات متعددة.
إليك نظرة على بعض الميزات الفريدة الأخرى في GPT-4o:
- أسرع - إنه أسرع بمرتين من GPT-4 Turbo. ويمكنه الاستجابة للمدخلات الصوتية خلال 232 مللي ثانية فقط، على نحو مشابه لأزمنة الاستجابة في المحادثات البشرية.
- فعال من حيث التكلفة - إصدار API من GPT-4o أرخص بنسبة 50% من GPT-4 Turbo.
- الذاكرة - يتمتع GPT-4o بالقدرة على الحفاظ على الوعي عبر المحادثات المختلفة. ويمكنه تذكّر ما تتحدث عنه في الدردشات المختلفة.
- متعدد اللغات - دُرّب GPT-4o لتوفير سرعة وجودة محسّنتين في 50 لغة مختلفة.
أمثلة على ما يستطيع GPT-4o فعله#
يمكنك الآن فتح GPT-4o على هاتفك، وتشغيل الكاميرا، وطلب تخمين حالتك المزاجية، كما قد تطلب من صديق، استنادًا إلى تعبيرات وجهك. يستطيع GPT-4o رؤيتك عبر الكاميرا والإجابة.
الشكل 3. فهم GPT-4o لحالة الإنسان المزاجية عبر الفيديو.
يمكنك أيضًا استخدامه لمساعدتك في حل مسائل الرياضيات عبر عرض ما تكتبه على GPT-4o من خلال الفيديو. وبدلًا من ذلك، يمكنك مشاركة شاشتك، فيتحول إلى معلّم مساعد على Khan Academy، ويطلب منك تحديد أجزاء مختلفة من مثلث في الهندسة، كما هو موضح أدناه.
الشكل 4. يعمل GPT-4o معلّمًا على Khan Academy.
إلى جانب مساعدة الأطفال في الرياضيات، يستطيع المطورون إجراء محادثات مع GPT-4o لتصحيح أخطاء التعليمات البرمجية لديهم. وهذا ممكن بفضل طرح ChatGPT كتطبيق لسطح المكتب. إذا حددت التعليمات البرمجية ونسختها باستخدام CTRL “C” أثناء التحدث إلى تطبيق GPT-4o الصوتي على سطح المكتب، فسيتمكن من قراءة التعليمات البرمجية. أو يمكنك استخدامه لترجمة المحادثات بين المطورين الذين يتحدثون لغات مختلفة.
تبدو الإمكانات مع GPT-4o بلا حدود. ومن أكثر العروض التوضيحية إثارة للاهتمام من 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 يتضح من أحد العروض التوضيحية، يستطيع GPT-4o جعل العالم أكثر سهولة للأشخاص ذوي الإعاقات البصرية. ويمكنه مساعدتهم على التفاعل والتحرك 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 الوقت الفعلي، مثل تحديد العوائق وقراءة لافتات الشوارع أو إرشادهم إلى موقع محدد. بل يمكنه مساعدتهم على استيقاف سيارة أجرة عبر تنبيههم عند اقترابها.
الشكل 6. ينبّه GPT-4o إلى اقتراب سيارة أجرة.
وبالمثل، يستطيع GPT-4o تحويل مختلف الصناعات بفضل قدراته المتقدمة. ففي قطاع التجزئة، يمكنه تحسين خدمة العملاء من خلال تقديم المساعدة في الوقت الفعلي، والإجابة عن الاستفسارات، ومساعدة العملاء في العثور على المنتجات عبر الإنترنت وفي المتاجر. لنفترض أنك تنظر إلى رف من المنتجات ولا تستطيع تحديد المنتج الذي تبحث عنه؛ يمكن لـ GPT-4o مساعدتك.
في الرعاية الصحية، يمكن لـ GPT-4o المساعدة في التشخيص من خلال تحليل بيانات المرضى، واقتراح حالات محتملة استنادًا إلى الأعراض، وتقديم إرشادات بشأن خيارات العلاج. كما يمكنه دعم المتخصصين الطبيين عبر تلخيص سجلات المرضى، وتوفير وصول سريع إلى الأدبيات الطبية، بل وتقديم ترجمة لغوية فورية للتواصل مع المرضى الذين يتحدثون لغات مختلفة. وهذه ليست سوى أمثلة قليلة. تجعل تطبيقات GPT-4o الحياة اليومية أسهل عبر تقديم مساعدة مخصصة وواعية بالسياق، وإزالة الحواجز أمام المعلومات والتواصل.
GPT-4o وسلامة النماذج#
مثل الإصدارات السابقة من GPT، التي أثرت في حياة مئات الملايين من الأشخاص، من المرجح أن يتفاعل GPT-4o مع الصوت والفيديو في الوقت الفعلي على مستوى العالم، مما يجعل السلامة عنصرًا بالغ الأهمية في هذه التطبيقات. وقد أولت OpenAI عناية كبيرة لبناء GPT-4o مع التركيز على الحد من المخاطر المحتملة.
لضمان السلامة والموثوقية، طبقت OpenAI تدابير سلامة صارمة. وتشمل هذه التدابير تصفية بيانات التدريب، وتحسين سلوك النموذج بعد التدريب، وإدماج أنظمة سلامة جديدة لإدارة المخرجات الصوتية. علاوةً 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 تستحدثها الميزات الجديدة أو تضخمها ومعالجتها.
للحفاظ على معايير سلامة عالية، تطرح OpenAI ميزات GPT-4o تدريجيًا خلال الأسابيع القليلة المقبلة. ويسمح الطرح المرحلي لـ OpenAI بمراقبة الأداء، ومعالجة أي مشكلات، وجمع ملاحظات المستخدمين. ويضمن اتباع نهج حذر أن يقدم GPT-4o قدرات متقدمة مع الحفاظ على أعلى معايير السلامة والاستخدام الأخلاقي.
جرّب GPT-4o بنفسك#
يتوفر GPT-4o للاستخدام المجاني. ولتجربة إمكانات المحادثة في الوقت الفعلي المذكورة أعلاه، يمكنك تنزيل تطبيق ChatGPT من Google Play Store أو Apple App Store مباشرةً على هاتفك.
بعد تسجيل الدخول، ستتمكن من اختيار GPT-4o من القائمة المعروضة بالنقر على النقاط الثلاث في الزاوية العلوية اليمنى من الشاشة. وبعد الانتقال إلى دردشة مفعّل فيها GPT-4o، إذا نقرت على علامة الجمع في الزاوية السفلية اليسرى من الشاشة، فستظهر لك خيارات إدخال متعددة. وسترى في الزاوية السفلية اليمنى من الشاشة رمزًا لسماعة الرأس. عند اختيار رمز سماعة الرأس، سيُطلب منك تحديد 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 للهواتف المحمولة.
إذا كنت ترغب في دمج القدرات المتقدمة لـ GPT-4o في مشاريعك الخاصة، فهو متاح للمطورين باعتباره API. ويتيح لك دمج قدرات GPT-4o القوية في التعرّف على الكلام، ودعم اللغات المتعددة، وإجراء المحادثات في الوقت الفعلي داخل تطبيقاتك. وباستخدام API، يمكنك تحسين تجارب المستخدمين، وبناء تطبيقات أكثر ذكاءً، وتوظيف أحدث تقنيات الذكاء الاصطناعي في قطاعات مختلفة.
GPT-4o: ليس بشريًا تمامًا بعد#
رغم أن GPT-4o أكثر تقدمًا بكثير من نماذج الذكاء الاصطناعي السابقة، فمن المهم تذكّر أن له حدوده الخاصة. وقد ذكرت OpenAI أنه قد يبدّل اللغات عشوائيًا أحيانًا أثناء الحديث، فينتقل من الإنجليزية إلى الفرنسية. كما لاحظت OpenAI أن GPT-4o يترجم بين اللغات ترجمة غير صحيحة في بعض الأحيان. ومع تجربة مزيد من الأشخاص للنموذج، سيتضح لنا ما يتفوق فيه GPT-4o وما يحتاج إلى مزيد من التحسين.
الخلاصة#
يفتح GPT-4o من OpenAI آفاقًا جديدة للذكاء الاصطناعي بفضل معالجته المتقدمة للنصوص والرؤية والصوت، إذ يوفر تفاعلات طبيعية شبيهة بالتفاعلات البشرية. ويتفوق من حيث السرعة والكفاءة من حيث التكلفة ودعم اللغات المتعددة. ويُعد GPT-4o أداة متعددة الاستخدامات للتعليم وإتاحة الوصول والمساعدة في الوقت الفعلي. ومع استكشاف المستخدمين لقدرات GPT-4o، ستدفع الملاحظات عملية تطوره. ويثبت GPT-4o أن الذكاء الاصطناعي يغير عالمنا حقًا ويصبح جزءًا من حياتنا اليومية.
استكشف مستودع GitHub وانضم إلى مجتمعنا للتعمق أكثر في الذكاء الاصطناعي. تفضل بزيارة صفحات حلولنا لمعرفة كيف يغير الذكاء الاصطناعي صناعات مثل التصنيع والزراعة.
