ChatGPT ahora habla, escucha y ve imágenes

El panorama de la Inteligencia Artificial generativa (IA) se encuentra en constante evolución, y el laboratorio de investigación de inteligencia artificial estadounidense OpenAI ha dado una nueva revolución tecnológica al presentar GPT-4V, una versión avanzada de su modelo, que ahora es capaz de ver imágenes y participar en conversaciones de manera multimodal a través de su sistema ChatGPT.

La noticia se realizó el pasado lunes, 25 de septiembre de 2023, y trae consigo una serie de avances significativos. Los usuarios de ChatGPT ya no están limitados a interacciones puramente textuales. Ahora, gracias a las capacidades de visión de GPT-4V, pueden compartir imágenes y mantener conversaciones en tiempo real con el modelo. Además, tanto los modelos GPT-3.5 como GPT-4 están equipados con cinco voces profesionales para una experiencia de conversación aún más enriquecedora.

La entrada de blog de OpenAI describe algunas de las emocionantes posibilidades que esta interfaz multimodal ofrece a los usuarios: “Puedes tomar una foto de un monumento mientras viajas y mantener una conversación en tiempo real sobre lo que encuentras interesante. Cuando estés en casa, simplemente toma fotos de tu nevera y despensa para saber qué ingredientes tienes disponibles para la cena, y si deseas, haz preguntas adicionales para obtener recetas paso a paso. Incluso después de la cena, puedes ayudar a tu hijo con un problema de matemáticas tomando una foto, rodeando con un círculo los problemas específicos y permitiendo que ChatGPT comparta pistas para resolverlos”.

ChatGPT can now see, hear, and speak. Rolling out over next two weeks, Plus users will be able to have voice conversations with ChatGPT (iOS & Android) and to include images in conversations (all platforms). https://t.co/uNZjgbR5Bm pic.twitter.com/paG0hMshXb

— OpenAI (@OpenAI) September 25, 2023

Esta versión mejorada de ChatGPT estará disponible para los usuarios Plus y Enterprise en plataformas móviles en las próximas dos semanas, mientras que los desarrolladores y otros usuarios interesados tendrán acceso a esta emocionante actualización “poco después”.

Con estas innovadoras capacidades, OpenAI está llevando la interacción humano-máquina a un nivel completamente nuevo, abriendo un mundo de posibilidades para la IA generativa.