OpenAI تطلق ميزة فهم الفيديو في ChatGPT مع وضع الصوت المتقدم

أعلنت OpenAI عن تحديث جديد لتطبيق ChatGPT يعزز قدراته بشكل كبير، حيث أضافت ميزة فهم الفيديو إلى وضع الصوت المتقدم (Advanced Voice Mode)، بعد نحو سبعة أشهر من الكشف الأول عن الميزة، أصبحت الآن متاحة لمستخدمي ChatGPT Plus وTeam وPro، هذه الإضافة الجديدة تسهم في إحداث نقلة نوعية في تفاعل الذكاء الاصطناعي مع العالم الواقعي، حيث يمكن للمستخدمين توجيه كاميرات هواتفهم إلى أشياء معينة ليتمكن ChatGPT من تحليلها والرد عليها بشكل شبه فوري.

تكامل الصوت والرؤية

الميزة الجديدة لا تقتصر على الصوت فقط، بل تم دمجها مع قدرة الذكاء الاصطناعي على الرؤية وفهم الفيديوهات الحية، فبعد تفعيل "Advanced Voice Mode" عبر أيقونة الصوت في واجهة الدردشة، يمكن للمستخدمين إضافة الفيديو من خلال النقر على أيقونة الفيديو في الزاوية السفلية اليسرى، كما يمكنهم أيضًا مشاركة الشاشة مع ChatGPT لتمكينه من تحليل المحتوى المرئي على الشاشة مثل القوائم والإعدادات، وتقديم حلول أو تعليقات على المشاكل الرياضية أو التقنية.

على سبيل المثال، يمكن لـ ChatGPT شرح كيفية استخدام البرامج أو تقديم ملاحظات حول المشكلات المعروضة على الشاشة، مما يفتح آفاقًا جديدة للاستخدامات التعليمية والدعم الفني.

لاستخدام الميزة الجديدة، يكفي أن يضغط المستخدم على أيقونة الصوت في شريط الدردشة، ومن ثم النقر على أيقونة الفيديو لبدء التفاعل بالفيديو، وإذا أراد المستخدم مشاركة محتوى من شاشة جهازه، يمكنه ببساطة الضغط على قائمة النقاط الثلاث واختيار "مشاركة الشاشة" (Share Screen). بهذه الطريقة، يمكن للمستخدمين الاستفادة من تحليل ChatGPT للمحتوى المرئي والإجابة على الأسئلة المتعلقة به.

بدأت OpenAI في طرح الميزة بشكل تدريجي اليوم، ومن المتوقع أن تكتمل عملية التوزيع بحلول الأسبوع المقبل، ومع ذلك، سيكون الوصول إليها مقتصرًا في البداية على مجموعة معينة من المستخدمين، مع استثناء فئة ChatGPT Enterprise وEdu الذين سيضطرون للانتظار حتى يناير من العام المقبل للاستفادة منها.

في عرض خاص على قناة CNN، استعرض جريج بروكمان، رئيس OpenAI، الميزة الجديدة مع الإعلامي أندرسون كوبر، خلال العرض، قام كوبر برسم أجزاء من الجسم على السبورة، بينما كان ChatGPT يعرض فهمه لهذه الرسومات. 

وقدم ChatGPT تعليقات حول دقة الموقع والشكل، مشيرًا إلى أن الشكل البيضاوي هو البداية الجيدة، ولكن، في نفس العرض، واجه النظام صعوبة في حل مشكلة هندسية، مما أبرز بعض الثغرات في التكنولوجيا التي لا تزال في مراحل التطوير.

يعد إطلاق خاصية Advanced Voice Mode مع الرؤية متأخرًا عن الجدول الزمني المبدئي الذي أعلنته OpenAI في أبريل الماضي، وفي ذلك الوقت، وعدت الشركة بأنها ستطرح الميزة خلال "أسابيع قليلة"، لكن الإطلاق تأخر جزئيًا بسبب التحديات الفنية التي ظهرت أثناء عملية التطوير، وفي الخريف الماضي، تم طرح النسخة الأولى من "Advanced Voice Mode" لبعض المستخدمين، ولكنها كانت تفتقر إلى التحليل البصري.

في ظل المنافسة الشديدة في مجال الذكاء الاصطناعي، تعمل شركات أخرى مثل Google وMeta على تطوير ميزات مشابهة لتحسين تفاعل المستخدمين مع الذكاء الاصطناعي. 

وفي وقت سابق، أعلنت جوجل عن إطلاق مشروع Astra، الذي يتيح تحليلات الفيديو والمحادثات الفورية عبر الذكاء الاصطناعي، والذي تم طرحه لمجموعة مختارة من المختبرين على نظام أندرويد.