Nagyon mozgalmas napok ezek az OpenAI számára. A vállalat a múlt héten tett egy nagy bejelentést, egyebek mellett lerántotta a leplet a GPT-4o nyelvi modellről. Viszont néhány nappal később már egy botrányról szóltak a hírek, ugyanis a vádak szerint Scarlett Johansson hangját ellopta a cég a ChatGPT hangos módjához. Most pedig már a Microsofttal közös újításokról beszélt a cég első embere, Sam Altman.
Az OpenAI és a Microsoft az elmúlt időszakban elképesztően szoros viszonyt ápolt. Már a hatóságoknak is szemet szúrt a dolog, és el is kezdték vizsgálni a cégek viszonyát. Többen azzal vádolják a Microsoftot, hogy szinte már leányvállalataként kezeli az OpenAI-t. Erre pedig csak ráerősít, hogy a Build fejlesztői konferencián is szerepelt Sam Altman.
A szakember elmondta, hogy a korábbi GPT modellek folyamatosan egyre okosabbak, robusztusabbak, több lehetőséget nyújtanak, és nem utolsó sorban, biztonságosabbak is. Így volt ez a GPT-3, 3.5 és a 4 esetében is. Megjegyezte, hogy ez így eléggé unalmasan hangzik, de azt is hozzátette, hogy már jön a következő új modell, ami minden bizonnyal a GPT-5 lesz. A Microsoft állítólag már építi ehhez a megfelelő szuperszámítógépet.
Az új modellnél a multimodális működés és az általános intelligencia lesz a fejlődés kulcsa, miközben a rendszer természetesen minden szempontból „okosabbnak” ígérkezik az eddigieknél.
A vállalatok azon dolgoznak, hogy a nyelvi modellekből a fejlesztők minél többet tudjanak kihozni. Altman beszélt arról, hogy ezen a téren nagy jelentősége van az API-knak. Az OpenAI egy sor API-t biztosít a fejlesztők számára, amiket felhasználva megvalósíthatják a saját elképzeléseiket, beépíthetik a generatív MI-t a meglévő projektjeikbe, új funkcióknak utat biztosítva ezáltal. Elvileg direkt a fejlesztők igényeihez igazítottak több API-t is, hogy könnyebben, rugalmasabban lehessen ezekkel dolgozni.
A Build keretében arra is kitértek, hogy a GPT-4o érkezése nagy jelentőséggel bír. Ezt ugyebár néhány nappal korábban jelentette be az OpenAI, közvetlenül a Google I/O fejlesztői esemény előtt. Kevin Scott, a cég technológiai vezetője elmondta, hogy a GPT-4o modell tényleg egy hatalmas lépést jelent az üzemeltetési költségek lefaragásában, ennek pedig óriási jelentősége van a mesterséges intelligencia gördülékenyebb térnyerésében.
Tizenkétszer költséghatékonyabb a GPT-4o az eredeti modellnél, a GPT-4-nél.
Egyszerűbben megfogalmazva ez azt jelenti, hogy a GPT-4-nél 12-szer több bemeneti adatot képes feldolgozni a GPT-4o azonos költségek mellett, ami óriási fejlődés. Már a GPT-4 Turbo is jobb volt ebből a szempontból, a GPT-4o pedig új szintre tette a lécet az OpenAI berkeiben.
A kiemelkedő költséghatékonyság azt is jelenti, hogy kevesebb számítási kapacitást igényel, és éppen ezért a válaszidő is sokkal jobb lett. A Builden elhangzottak alapján hatszor gyorsabban tudja közvetíteni a válaszokat. Ennek is köszönhető az, hogy az új hangos móddal már teljesen természetesen lehet társalogni, és szinte észrevétlen késleltetés mellett válaszol minden kérdésre, kérésre.
Ez a fejlődés a Microsoft termékekbe integrált generatív MI funkcióknál is megmutatkozik majd idővel. A GPT-4o-t ugyanis a redmondiak minden közegben szeretnék bevetni, nem fukarkodnak majd ezzel sehol.
