OpenAI, ses, görsel ve metin üzerinde gerçek zamanlı çıkarım için güncellemeler yayınladı

Cointelegraph'e göre, OpenAI, Ekim ayında modellerine dört güncelleme yaptı ve bu güncellemeler, AI modellerinin daha iyi sohbetler gerçekleştirmesine ve görüntü tanıma yeteneklerini geliştirmesine yardımcı oldu. İlk büyük güncelleme, geliştiricilerin tek bir komutla AI tarafından üretilen konuşma uygulamaları oluşturmasına olanak tanıyan ve ChatGPT'nin gelişmiş konuşma kalıplarına benzer doğal sohbetler sağlayan gerçek zamanlı bir API'dir. Daha önce, geliştiricilerin bu deneyimleri oluşturmak için birden fazla modeli "birleştirmesi" gerekiyordu. Ses girişi genellikle yanıt alınmadan önce tamamen yüklenmeli ve işlenmelidir, bu da sesli konuşma gibi gerçek zamanlı uygulamaların yüksek gecikmeye sahip olduğu anlamına gelir. Realtime API'nin akış yetenekleriyle, geliştiriciler artık bir sesli asistan gibi anında, doğal etkileşimler gerçekleştirebilir. Mayıs 2024'te piyasaya sürülecek olan GPT-4 üzerinde çalışan API, ses, görsel ve metin üzerinde gerçek zamanlı çıkarım sağlar. Diğer bir güncelleme, geliştiricilerin görüntü ve metin girdilerinden üretilen AI yanıtlarını iyileştirmelerine olanak tanıyan ince ayar araçlarını içerir. Görüntü tabanlı ince ayar aracı, AI'nın görüntüleri daha iyi anlamasını sağlayarak gelişmiş görsel arama ve nesne algılamaya yol açar. Süreç, iyi ve kötü yanıt örnekleri sağlayan insanlardan gelen geri bildirimleri içerir. Konuşma ve görsel güncellemelerin yanı sıra, OpenAI, daha küçük modellerin daha büyük olanlardan öğrenmesine ve işlenmiş metni yeniden kullanarak geliştirme maliyetlerini ve süresini azaltmasına olanak tanıyan "model distilasyonu" ve "ipucu önbellekleme" tanıttı. Reuters'e göre, OpenAI'nin gelirlerinin gelecek yıl 11,6 milyar dolara yükselmesi bekleniyor, bu rakam 2024'te öngörülen 3,7 milyar dolardan daha fazla.