تتجه شركة OpenAI إلى مرحلة جديدة في تطوير الذكاء الاصطناعي مع إطلاق نماذج صوتية متقدمة تحمل اسم GPT-Live-1 وGPT-Live-1 mini، مصممة لتحويل المحادثة مع ChatGPT من تجربة تعتمد على الأوامر والردود إلى حوار أكثر طبيعية يشبه التواصل بين البشر.
ويأتي هذا التطور بفضل تقنية Full-Duplex AI التي تسمح للنظام بفهم الكلام أثناء استماعه والرد بشكل متزامن، ما يزيل أحد أبرز عيوب المساعدات الصوتية التقليدية، وهي الحاجة إلى الانتظار حتى ينهي المستخدم أو المساعد حديثه بالكامل قبل الانتقال إلى الخطوة التالية.
وتقول OpenAI إن النماذج الجديدة قادرة على إدارة المحادثات المعقدة بشكل أفضل، إذ تستطيع متابعة سياق الحديث Context Understanding، وتذكر تفاصيل الحوار السابق، والتعامل مع الأسئلة المتتابعة دون فقدان المعنى العام للمحادثة.
ويعتمد النظام الجديد على تقنيات متقدمة في معالجة اللغة الطبيعية Natural Language Processing (NLP) والتعرف على الصوت Automatic Speech Recognition (ASR)، ما يساعده على فهم طريقة الكلام البشرية، بما في ذلك التوقفات، والتردد، وتغيير الموضوع أثناء الحديث.
ومن أبرز التطبيقات التي تراهن عليها الشركة خدمة الترجمة الصوتية الفورية Live Translation، التي قد تغير طريقة التواصل بين الأشخاص الذين يتحدثون لغات مختلفة، إضافة إلى استخدامات في التعليم، والاجتماعات، وخدمة العملاء، والمساعدة اليومية.
كما أصبح ChatGPT قادراً على الجمع بين الصوت والمعلومات البصرية عبر تقنيات Multimodal Models، ما يسمح له بعرض البيانات والصور والمعلومات المساعدة أثناء المحادثة بدلاً من الاكتفاء بالإجابات الصوتية.
وأكدت OpenAI أن أكثر من 150 مليون مستخدم يعتمدون حالياً على ميزات الصوت والإملاء Voice & Dictation داخل ChatGPT، ما يعكس اتساع الاعتماد على الذكاء الاصطناعي الصوتي في الحياة اليومية.
ويرى خبراء التكنولوجيا أن هذه الخطوة تمثل جزءاً من سباق عالمي نحو تطوير مساعدين رقميين أكثر استقلالية، خصوصاً مع ظهور مفهوم AI Agents التي تستطيع تنفيذ مهام متعددة مثل التخطيط، البحث، وتحليل المعلومات نيابة عن المستخدم.
لكن رغم التقدم الكبير، تواجه التقنية تحديات مستمرة، أبرزها تحسين جودة الأصوات الاصطناعية، التعامل مع اللهجات المختلفة، وضمان الاستخدام الآمن. وأقرت OpenAI بأن بعض التجارب أظهرت حاجة النظام إلى مزيد من التطوير للوصول إلى مستوى الطلاقة البشرية الكاملة.
كما أكدت الشركة أن النماذج الجديدة تتضمن أنظمة حماية Safety Controls للتعامل مع المحادثات الحساسة، خاصة عند استخدام الخدمة من قبل فئات عمرية صغيرة، مع التأكيد أن الهدف الأساسي هو مساعدة المستخدمين وزيادة الإنتاجية.
ويُمثل إطلاق GPT-Live-1 بداية مرحلة جديدة في تطور المساعدات الذكية، حيث تسعى الشركات الكبرى إلى جعل الصوت الطريقة الأكثر سهولة وطبيعية للتعامل مع الحواسيب والأنظمة الرقمية في المستقبل.
يمكنكم نشر مقتطفات من المقال الحاضر، ما حده الاقصى 25% من مجموع المقال، شرط: ذكر اسم المؤلف والناشر ووضع رابط Aghani Aghani (URL) الإلكتروني الذي يحيل الى مكان مصدر المقال، تحت طائلة تطبيق احكام قانون حماية الملكية الفكرية.
