Това „Нея“ ли е? OpenAI спира гласа на ChatGPT, след като някои казват, че звучи като Скарлет Йохансон
НЮ ЙОРК (AP) — OpenAI казва, че планира да спре използването на един от своите гласове на ChatGPT, след като някои потребители казаха, че звучи като Скарлет Йохансон, която известно озвучаване на измислен и по онова време футуристичен AI асистент във филма „Her“ от 2013 г.
В публикация в социалната медийна платформа X Monday, OpenAI каза, че „работи, за да постави на пауза“ Sky — името на един от петте гласа, с които потребителите на ChatGPT могат да изберат да говорят. Компанията каза, че е „чула въпроси“ за това как избира реалистичните аудио опции, налични за своя водещ чатбот с изкуствен интелект, особено Sky, и иска да им отговори.
OpenAI също бързо развенча теориите на интернет за Йохансон в придружаваща публикация в блог, в която се описва как са избрани гласовете на ChatGPT.
„Ние вярваме, че AI гласовете не трябва умишлено да имитират отличителния глас на знаменитост — гласът на Sky не е имитация на Скарлет Йохансон, а принадлежи на различен професионална актриса, използваща собствения си естествен говорещ глас“, пишат от компанията. Тя каза, че не може да сподели имената на своите гласови актьори от съображения за поверителност.
Базираната в Сан Франциско OpenAI не коментира повече защо все пак е решила да постави на пауза използването на Sky.
OpenAI за първи път пусна гласови възможности за ChatGPT, които включват петте различни гласа, през септември, позволявайки на потребителите да участват в разговор напред-назад с AI асистента. „Гласовият режим“ първоначално беше достъпен само за платени абонати, но през ноември OpenAI обяви, че функцията ще стане безплатна за всички потребители с мобилното приложение.
И взаимодействията на ChatGPT стават все по-сложни. Миналата седмица OpenAI каза, че най-новата актуализация на неговия генеративен AI модел може да имитира човешкия каданс в неговите вербални отговори и дори може да се опита да открие настроенията на хората.
OpenAI казва, че най-новият модел, наречен GPT-4o, работи по-бързо от предишните версии и може да разсъждава върху текст, аудио и видео в реално време. В демонстрация по време на съобщението на OpenAI на 13 май, AI ботът разговаря в реално време, добавяйки емоция - по-специално "повече драма" - към гласа си, както беше поискано. Освен това се опита да екстраполира емоционалното състояние на човек чрез гледане на селфи видео на лицето му, подпомогнато при езикови преводи, математически задачи стъпка по стъпка и много други.
GPT-4o, съкращение от „omni“, все още не е широко достъпно. Постепенно ще си проправи път към избраните потребители през следващите седмици и месеци. Възможностите за текст и изображения на модела вече започнаха да се разпространяват и е настроено да достигне дори до някои от тези, които използват безплатното ниво на ChatGPT — но новият гласов режим ще бъде достъпен само за платени абонати на ChatGPT Plus.
Въпреки че повечето все още не са се докопали до тези новообявени функции, възможностите предизвикаха още повече сравнения с антиутопичния роман на Спайк Джонз „Her“, който следва интровертен мъж (Хоакин Финикс), който се влюбва в работещ с AI система (Йохансон), което води до много усложнения.
Главният изпълнителен директор на OpenAI Сам Алтман изглежда също се докосна до това – просто публикувайки думата „ней“ в платформата за социални медии X в деня на разкриването на GPT-4o.
Мнозина, които реагираха на демонстрациите на модела миналата седмица, също откриха, че някои от взаимодействията имат странен флиртуващ тон. В един видеоклип, публикуван от OpenAI, ChatGPT с женски глас прави комплимент на служител на компанията за „разтърсване на суичър OpenAI“, например, а в друг чатботът казва „о, спри, караш ме да се изчервявам“, след като му е казано, че е невероятно.
Това предизвика дискусия относно обуславящите пола начини, които критиците казват, че технологичните компании отдавна са използвали за разработване и ангажиране с гласови асистенти, датиращи много преди последната вълна от генеративен AI да усъвършенства възможностите на чатботовете за AI. През 2019 г. организацията на Обединените нации за култура и наука посочи „закрепено раболепие“, вградено в асистенти с женски глас по подразбиране (като Siri на Apple до Alexa на Amazon), дори когато са изправени пред сексистки обиди и тормоз.
“ Това явно е програмирано да подхранва егото на пичовете“, каза старши кореспондентът на The Daily Show Деси Лидик за GPT-4o в сегмент миналата седмица. „Наистина може да се каже, че човек е създал тази технология.“
