OpenAI تكشف عن جيل جديد من نماذج الذكاء الاصطناعي الصوتية كشفت شركة OpenAI عن جيل جديد من نماذج الذكاء الاصطناعي الصوتية يحمل اسم GPT Live 1 وGPT Live 1 mini، في خطوة جديدة تهدف إلى تطوير تجربة التفاعل الصوتي داخل تشات جي بي تي وجعلها أكثر طبيعية وسلاسة. وتسعى الشركة من خلال هذه النماذج إلى تحسين جودة المحادثات الصوتية، وتمكين المستخدمين من إجراء حوارات أكثر واقعية، مع تعزيز إمكانات الترجمة الفورية وفهم السياق وإدارة المحادثات الطويلة دون فقدان الترابط بين أجزاء الحوار. ويأتي هذا التطور ضمن استراتيجية OpenAI الرامية إلى جعل الذكاء الاصطناعي أقرب إلى أسلوب التواصل البشري، بحيث يصبح استخدام الأوامر الصوتية وسيلة رئيسية للتفاعل مع التطبيقات والخدمات الرقمية في المستقبل.
تشات جي بي تي يحصل على وضع صوتي جديد
أعلنت OpenAI أن نموذج GPT Live 1 mini سيصبح الوضع الصوتي الافتراضي داخل تطبيق تشات جي بي تي، بينما سيكون النموذج الأكثر تطوراً GPT Live 1 متاحاً للمشتركين في الخطط المدفوعة. ويهدف هذا التحديث إلى منح جميع المستخدمين تجربة صوتية محسنة، مع توفير إمكانات إضافية للمشتركين الذين يحتاجون إلى أداء أعلى وقدرات أكثر تقدماً في معالجة المحادثات وتنفيذ المهام.
ويعتمد النظام الجديد على أسلوب مختلف كلياً مقارنة بالإصدار السابق من الوضع الصوتي، إذ كانت العملية سابقاً تمر بعدة مراحل تبدأ بتحويل كلام المستخدم إلى نص، ثم معالجة النص بواسطة النموذج اللغوي، وبعد ذلك تحويل الإجابة النصية إلى صوت. أما في النظام الجديد فقد أصبحت جميع هذه العمليات أكثر تكاملاً، ما أدى إلى تقليل زمن الاستجابة وتحسين انسيابية المحادثة لتصبح أقرب إلى الحديث الطبيعي بين الأشخاص.
وتعتمد النماذج الجديدة على تقنية Full Duplex التي تسمح للمساعد الذكي بالاستماع والتحدث في الوقت نفسه، وهو ما يفتح المجال أمام محادثات أكثر مرونة ويمنح المستخدم القدرة على مقاطعة المساعد أثناء الحديث دون أن يؤدي ذلك إلى توقف المحادثة أو فقدان سياقها. كما تساعد هذه التقنية في تحسين أداء الترجمة الفورية، حيث يمكن للمساعد الاستماع إلى المتحدث وترجمة كلامه بشكل مباشر دون الحاجة إلى التوقف بين الجمل.
لا يقاطع المستخدم ويفهم السياق
ركزت OpenAI في تطوير النظام الجديد على معالجة أبرز الملاحظات التي واجهت المستخدمين في الوضع الصوتي السابق، ومن أهمها مقاطعة المستخدم أثناء الحديث أو عدم القدرة على فهم الأسئلة المعقدة التي تتطلب تتبع سياق الحوار لفترة طويلة.
ويتميز النموذج الجديد بقدرته على متابعة الحديث بشكل متواصل وفهم التفاصيل التي يذكرها المستخدم خلال المحادثة، مما يساعده على تقديم إجابات أكثر دقة وارتباطاً بموضوع النقاش. كما أصبح بإمكانه الانتظار لفترات أطول أثناء استماع المستخدم دون أن يتدخل أو يقاطع الحديث، وهو ما يمنح تجربة أكثر راحة وطبيعية.
ومن المزايا المهمة أيضاً أن النظام يستطيع الاستفادة من أحدث نماذج الشركة مثل GPT 5.5 لتنفيذ عمليات البحث والاستدلال والإجابة عن الأسئلة المعقدة، مع الاستمرار في المحادثة بشكل طبيعي دون الحاجة إلى إعادة بدء الحوار أو فقدان المعلومات السابقة. كما أصبح قادراً على عرض معلومات مرئية عند الحاجة إلى جانب الردود الصوتية، مما يساعد المستخدم على فهم البيانات بشكل أفضل في بعض المواقف التي تتطلب رسوماً أو معلومات إضافية.
محادثات تمتد لعشرات الدقائق
أكدت OpenAI أن الوضع الصوتي الجديد تم تصميمه خصيصاً لدعم المحادثات الطويلة التي قد تستمر لعشرات الدقائق دون التأثير في جودة الأداء أو فقدان تسلسل الأفكار. ويعتمد النظام على آليات متقدمة لحفظ سياق الحوار، مما يجعله قادراً على تذكر ما تم التطرق إليه في بداية المحادثة حتى بعد مرور فترة طويلة.
وأشار أتي إيليتي المسؤول عن منتج ChatGPT Voice إلى أنه أجرى بنفسه محادثات مع النظام استمرت ما بين ثلاثين وأربعين دقيقة أثناء المشي، واستطاع المساعد الحفاظ على ترابط الحوار والاستجابة بشكل متناسق طوال فترة الاستخدام. ويعكس ذلك مدى التطور الذي وصلت إليه تقنيات الذكاء الاصطناعي في إدارة المحادثات الممتدة دون الحاجة إلى تكرار المعلومات أو إعادة شرح الموضوع في كل مرة.
الصوت واجهة الحوسبة المستقبلية
ترى OpenAI أن التفاعل الصوتي سيصبح خلال السنوات المقبلة الوسيلة الأساسية للتعامل مع الحواسيب والأنظمة الذكية، خاصة مع تطور تقنيات الذكاء الاصطناعي القادرة على فهم اللغة الطبيعية والاستجابة لها بطريقة تشبه البشر.
وتعتقد الشركة أن المستخدمين سيتمكنون مستقبلاً من تنفيذ مختلف المهام اليومية اعتماداً على الأوامر الصوتية فقط، سواء في إدارة الأعمال أو البحث عن المعلومات أو تشغيل التطبيقات أو التحكم في الوكلاء الأذكياء الذين سينفذون المهام نيابة عن المستخدم. ويعكس هذا التوجه رؤية الشركة نحو مستقبل تصبح فيه المحادثة الصوتية هي الوسيلة الأكثر سهولة وسرعة للتفاعل مع التقنيات الرقمية.
وتزامنت هذه التصريحات مع تقارير إعلامية تحدثت عن احتمال إطلاق OpenAI سماعات أذن مزودة بتقنيات الذكاء الاصطناعي خلال الفترة المقبلة، إلا أن الشركة لم تؤكد رسمياً هذه المعلومات ولم تكشف عن أي تفاصيل تتعلق بإنتاج أجهزة أو منتجات جديدة.
أكثر من 150 مليون مستخدم
أوضحت OpenAI أن أكثر من 150 مليون مستخدم يعتمدون بالفعل على ميزات Voice وDictation داخل تشات جي بي تي، وهو ما يعكس الإقبال المتزايد على استخدام التفاعل الصوتي بدلاً من الكتابة في العديد من المهام اليومية.
ويأتي هذا النمو في وقت تشهد فيه سوق المساعدات الصوتية منافسة قوية بين كبرى شركات التكنولوجيا، حيث تعمل شركات مثل أبل وأمازون على تطوير مساعدين صوتيين أكثر قدرة على فهم السياق وإجراء محادثات طبيعية مع المستخدمين. كما تواصل شركات ناشئة تطوير تقنيات جديدة تسمح للمساعدين الأذكياء بتنفيذ المهام المختلفة في الخلفية مع استمرار الحوار دون انقطاع، وهو ما يعزز من قدراتهم العملية ويزيد من اعتماد المستخدمين عليهم في الحياة اليومية.
لا يزال بحاجة إلى تحسين
رغم التطورات الكبيرة التي قدمتها OpenAI في الوضع الصوتي الجديد، فإن الشركة أكدت أن النظام لا يزال في مرحلة التطوير ويحتاج إلى المزيد من التحسينات قبل الوصول إلى أفضل أداء ممكن.
وخلال أحد العروض التوضيحية ظهرت بعض الملاحظات المتعلقة بالترجمة الفورية، إذ تحدث المساعد باللغة الهندية بلكنة أميركية واضحة، كما بدت صياغة بعض العبارات رسمية أكثر من اللازم، وهو ما يشير إلى وجود مساحة لتحسين النطق والأسلوب اللغوي بما يتناسب مع المتحدثين الأصليين لكل لغة.
وأضافت الشركة أن النماذج الجديدة تم تحسينها لدعم معظم اللغات الشائعة، إلا أنها لم تحدد اللغات التي حصلت على أعلى مستوى من الجودة أو أفضل أداء. كما أوضحت أن النظام يتضمن ضوابط أمان مدمجة تساعد على تقديم استجابات مناسبة للمراهقين، إضافة إلى توفير موارد للمساعدة عند التطرق إلى موضوعات حساسة مثل إيذاء النفس أو الأزمات النفسية. وأكدت في الوقت نفسه أن الهدف الأساسي من هذه المزايا هو تعزيز الإنتاجية وتسهيل استخدام الذكاء الاصطناعي في إنجاز المهام، وليس تشجيع المستخدمين على الاعتماد العاطفي على تشات جي بي تي أو التعامل معه باعتباره بديلاً عن العلاقات الإنسانية.
- كشفت OpenAI عن نموذجي GPT Live 1 وGPT Live 1 mini لتحسين تجربة المحادثات الصوتية
- يعتمد النظام الجديد على تقنية Full Duplex التي تسمح بالاستماع والتحدث في الوقت نفسه
- أصبح GPT Live 1 mini الوضع الصوتي الافتراضي داخل تشات جي بي تي
- النموذج GPT Live 1 مخصص لمشتركي الخطط المدفوعة ويوفر قدرات أعلى
- أصبحت المحادثات أكثر طبيعية مع تقليل زمن الاستجابة وتحسين فهم السياق
- يمكن للمستخدم مقاطعة المساعد دون التأثير في سير المحادثة
- يدعم النظام الترجمة الفورية بشكل أكثر سلاسة واستمرارية
- يستطيع الاستفادة من نماذج GPT 5.5 لتنفيذ البحث والاستدلال والمهام الذكية
- يدعم المحادثات الطويلة التي قد تستمر حتى أربعين دقيقة مع الحفاظ على سياق الحوار
- يمكنه عرض معلومات مرئية إلى جانب الردود الصوتية عند الحاجة
- تستخدم ميزات الصوت والإملاء في تشات جي بي تي من قبل أكثر من 150 مليون مستخدم
- تواصل شركات التكنولوجيا الكبرى تطوير مساعدين صوتيين أكثر ذكاءً وتفاعلاً
- لا يزال النظام بحاجة إلى تحسين جودة النطق والترجمة في بعض اللغات
- يتضمن ضوابط أمان للتعامل مع الموضوعات الحساسة وتقديم استجابات مناسبة للمستخدمين
- تؤكد OpenAI أن الهدف من هذه المزايا هو رفع الإنتاجية وتسهيل استخدام الذكاء الاصطناعي في الحياة اليومية
