בלי ששמתם לב: ChatGPT משתנה

עידן ההקלדות והממשקים הטקסטואליים בדרך לחשב מסלול מחדש: ענקיות הבינה המלאכותית OpenAI ואנתרופיק (יצרנית קלוד) הכריזו על סדרת עדכונים משמעותיים למצבי הקול שלהן, והפעם מדובר בשינוי דרמטי - מילד שמדבר אל מסך הנייד ל"עוזר אישי" שמנהל בפועל את אפליקציות שולחן העבודה במחשב.

הצעד החשוב ביותר מגיע מצידה של OpenAI, שהשיקה עדכון נרחב לאפליקציית ה-Desktop של ChatGPT (במערכות Windows ו-macOS). העדכון משלב את משפחת מודלי הקול החדשה ChatGPT-Live, ומאפשר למשתמשים לנהל דיאלוג קולי רציף וקולח תוך הפעלת סוכני בינה מלאכותית וביצוע פעולות מורכבות על גבי המחשב האישי.

לא רק דיבורים

בעוד שבגרסאות הסמארטפון התרגלנו בעיקר לשיחות זורמות ללא יכולת ביצוע עמוקה, העדכון החדש לשולחן העבודה משנה את התמונה לחלוטין. ה-ChatGPT Voice משתלב כעת באופן מלא בסביבות העבודה המתקדמות ChatGPT Work ו-Codex (סביבת פיתוח התוכנה של החברה), ויודע לקחת פיקוד על פקודות מורכבות רב-שלביות.

במשתמשי macOS, המערכת מסוגלת לבחון את החלון הפעיל במסך בלחיצה או בפקודה קולית ("Take a look at this") ולנתח את הוויזואליה או טקסט החלופה (Alt-text) המופיע בו. בהדגמה של החברה הוצג מפתח המבקש מ-ChatGPT בקול בלבד לפתוח שרשור חדש, לבצע Pull Request ברשת הקוד ולמצוא את הגורם המרכזי לבאג במערכת - כל זאת בפקודה קולית אחת רציפה.

בנוסף, משתמשי אפליקציית iOS יכולים כעת לשלוט מרחוק ב-Codex שרץ על מחשב הדסקטופ שלהם באמצעות פקודות קוליות.

איך זה עובד בפועל? בשונה מג'נרטורים קוליים מהדור הישן, מודלי GPT-Live מסוגלים להבין קטעי דיבור, לקטוע תשובות באמצע במידת הצורך ולזהות מתי המשתמש נדרש לספק קלט נוסף (Input) כדי להשלים משימה במחשב.

התשובה של אנתרופיק

במקביל להכרזה של OpenAI, גם המתחרה הבולטת אנתרופיק לא נשארת חייבת ושדרגה את מצב הקול של הקלוד שלה. אם עד כה מצב הקול של קלוד התבסס בעיקר על מודל Haiku הקל, כעת משתמשים יכולים להריץ שיחות קוליות גם על בסיס Sonnet ו-Opus - המודלים החזקים והחכמים ביותר של החברה.

היתרון המרכזי של אנתרופיק בסיבוב הזה טמון בחיבור העמוק לאפליקציות צד-שלישי: מצב הקול של קלוד מסוגל לגשת ישירות ובזמן השיחה לאפליקציות עבודה כמו Gmail, Google Calendar, Slack, Notion ו-Canva, ולבצע בהן משימות מורכבות ישירות מתוך הדיאלוג הקולי.