美國開放人工智能研究中心（OpenAI）13日展示最新版本ChatGPT：與使用者展開語音對話、識別圖像并展開討論、翻譯……相比先前版本，它與使用者對話基本無延遲，會傾聽，能嘮嗑，還善于察言觀色，讓人驚呼新版本ChatGPT“更像人”了。新版本ChatGPT取得了哪些突破？能在哪些領域實現應用？它對人工智能領域的影響有多大？
有哪些“進化”
開放人工智能研究中心13日發布的人工智能模型名為GPT-4o，編號中的字母“o”代表“omni”（全能），既能接受文本、音頻和圖像的任意組合輸入，還能生成文本、音頻和圖像的相關回應。
該中心不僅圍繞GPT-4o做了直播演示，還在社交媒體發布更多視頻“炫技”。
在一段視頻中，GPT-4o聽起來明顯“更會聊天了”，還時不時拋出幾個笑話。它的音調有些許變化，言語間帶著笑意，與它聊天更像與真人交談。
實時聊天是ChatGPT的關鍵技能。相比先前版本，GPT-4o的不同主要表現在：一是使用者可以隨時打斷聊天機器人，無需像從前那樣等它把話說完；二是它會實時對問題作出回應，不再有兩到三秒的時滯；三是它能感知人的情緒，比如演示者呼吸急促，它會詢問對方是否需要稍稍穩定下情緒。另外，GPT-4o可以生成不同風格的聲音。
演示中，GPT-4o利用其視覺和語音能力，指導演示者在紙上逐步解出一道方程題，而不是直接給出答案。它還展示了英語與意大利語互譯、用自拍照片識別情緒等能力。當一名演示者告訴它，自己正展示它是“多么有用和不可思議”時，它回答道：“哦，快別說了，怪害臊的?！?/span>
開放人工智能研究中心首席執行官薩姆·奧爾特曼在博客中寫道，GPT-4o就像電影中的人工智能技術?！芭c電腦交談一直讓我感覺不自然，現在自然了?！?/span>
應用潛力如何
北京郵電大學人機交互與認知工程實驗室主任劉偉說，無論是在文本生成、做題、問答系統還是情感分析等任務中，GPT-4o都表現出很好的能力。這種技術的突破，無疑將對國內外的相關企業產生重大影響，它不僅推動了自然語言處理技術的發展，也讓人工智能在多個領域的應用變得更加廣泛和深入。
近年來，開發更人性化、功能更強大的生成式人工智能工具競爭激烈。就在開放人工智能研究中心發布GPT-4o的第二天，谷歌開發者年度會議召開，人工智能是重頭戲。硅谷企業家埃隆·馬斯克、技術企業“深層思維”創始人之一穆斯塔法·蘇萊曼也分別投資開發了聊天機器人Grok和Pi，將擬人化特點作為產品主攻方向。
英國廣播公司的評論說，GPT-4o能夠結合文本、音頻和圖像內容瞬間做出反應，目前在競爭中處于領先地位。
開放人工智能研究中心首席技術官米拉·穆拉蒂說，GPT-4o定于幾周內上線，用戶可免費試用。ChatGPT原有付費用戶將獲得新版本更多使用權限。
需要擔心什么
在開放人工智能研究中心公布的一段演示視頻中，GPT-4o一步步引導一名男孩解答出數學題。一些網友直呼，再也不用輔導孩子寫作業了。一些人卻擔心，教師這一職業會不會被人工智能取代。
一些人工智能專家認為，新版ChatGPT雖然可能比競爭對手水平更高且更易使用，但不太可能很快讓一些職業徹底消失，從事教學或翻譯工作的人更有可能會使用這些工具，而不是被它們取代。
新加坡人工智能計劃人工智能產品高級總監萊斯利·特奧說，教學工作涉及人類的同理心，“教師自己經歷了學習過程并且了解人如何克服困難，而人工智能不同”。他認為，教學、翻譯和客戶服務等工作不可能因GPT-4o的出現而消失。
也有一些專家認為，技術演示能在大多數人中引起反響，它通常是精心打造的，未必能反映產品的真實功能。
劉偉說，GPT-4o的語音功能改變了對話式人工智能的游戲規則，但依然沒有實現聊天機器人的深度態勢感知能力，比如意圖理解、動機分析等。此外，GPT-4o的進步在人工智能倫理和安全方面帶來了新的挑戰，需要我們在數據隱私、信息可信性、潛在偏見、惡意使用、意識和責任等方面開展新的思考。
