OpenAI تطلق جيلاً جديداً من الذكاء الصوتي لجعل محادثات ChatGPT أكثر طبيعية
أعلنت شركة OpenAI عن إطلاق جيل جديد من نماذج الذكاء الاصطناعي الصوتية تحت اسمي GPT-Live-1 وGPT-Live-1 mini، في محاولة لتعزيز قدرات ChatGPT وتحويله إلى مساعد صوتي أكثر طبيعية وسرعة في التفاعل مع المستخدمين.
وتُعتمد النماذج الجديدة على تقنية Full-Duplex Communication التي تسمح للمساعد الذكي بالاستماع والتحدث في الوقت نفسه، وهي ميزة تهدف إلى جعل المحادثات أكثر شبهاً بالحوار البشري، حيث يمكن للمستخدم مقاطعة المساعد أو تعديل طلبه أثناء الحديث دون الحاجة إلى انتظار انتهاء الإجابة.
وتختلف هذه التقنية عن أنظمة الصوت التقليدية التي كانت تعتمد على ثلاث مراحل منفصلة: تحويل الصوت إلى نص Speech-to-Text، ثم تحليل الطلب بواسطة نموذج لغوي كبير Large Language Model (LLM)، وأخيراً تحويل الإجابة إلى صوت باستخدام Text-to-Speech (TTS).
أما الجيل الجديد من نماذج OpenAI فيعتمد على معالجة متزامنة للصوت والمعنى والسياق، ما يقلل زمن الاستجابة Latency ويمنح المستخدم تجربة أكثر سلاسة، خصوصاً في المحادثات الطويلة أو المهام التي تحتاج إلى تفاعل مستمر.
وسيصبح نموذج GPT-Live-1 mini الوضع الصوتي الافتراضي الجديد في ChatGPT، بينما سيكون نموذج GPT-Live-1 متاحاً لمشتركي الخطط المدفوعة، مع قدرات أعلى في فهم المحادثات المعقدة وتنفيذ المهام المتقدمة.
ومن أبرز التحسينات التي تقدمها النماذج الجديدة قدرتها على فهم المقاطعات أثناء الحديث، والاحتفاظ بسياق الحوار لفترات أطول، إضافة إلى إمكانية الاستماع لفترة طويلة قبل تقديم الرد المناسب، ما يجعل التفاعل أقل آلية وأكثر قرباً من طريقة التواصل الطبيعية.
كما ركزت OpenAI على تطوير ميزة الترجمة الفورية Real-Time Translation، التي تتيح للمستخدمين إجراء محادثات متعددة اللغات بشكل مباشر، دون الحاجة إلى التوقف المتكرر بين الجمل، إلى جانب دعم قدرات الذكاء الاصطناعي متعدد الوسائط Multimodal AI الذي يسمح بدمج الصوت مع المعلومات المرئية.
وترى الشركة أن الصوت سيكون أحد أهم واجهات الحوسبة في المستقبل، خاصة مع تطور الوكلاء الذكيين AI Agents القادرين على تنفيذ المهام نيابة عن المستخدمين، مثل البحث، تنظيم الأعمال، وتحليل البيانات.
ويأتي هذا التطور في ظل منافسة متزايدة بين شركات التكنولوجيا الكبرى لتطوير مساعدين صوتيين أكثر ذكاءً، حيث تعمل شركات مثل Apple وAmazon على تحسين تقنيات فهم اللغة والسياق، بينما تظهر شركات ناشئة تعمل على بناء مساعدين قادرين على تنفيذ المهام أثناء استمرار الحوار.
ورغم التطور الكبير، أكدت OpenAI أن التقنية لا تزال بحاجة إلى مزيد من التحسين، خصوصاً في ما يتعلق بدقة النطق، اختلاف اللهجات، وجودة الترجمة بين اللغات. كما أشارت إلى استمرار تطوير أنظمة الأمان Safety Systems لضمان استخدام المساعد بطريقة مسؤولة.
وأكدت الشركة أن الهدف من هذه التقنيات هو رفع الإنتاجية وتحسين تجربة المستخدم، وليس تحويل ChatGPT إلى بديل عن العلاقات الإنسانية، مشيرة إلى أن المساعد الصوتي يبقى أداة ذكية تساعد المستخدم على إنجاز مهامه بشكل أكثر كفاءة.
