América Deportiva: ChatGPT se actualiza para responder tus consultas por voz y reconocer imágenes

OpenAI ha hecho una importante actualización en su aplicación ChatGPT, incorporando reconocimiento de voz e imagen. Esto significa que los usuarios ahora podrán formular preguntas oralmente y el chatbot responderá con su propia voz sintetizada. Además, la nueva versión permite subir o tomar fotos, y la aplicación responderá con una descripción de la imagen y más contexto.

Estas nuevas capacidades demuestran que OpenAI ve a sus modelos de inteligencia artificial como productos en constante actualización. De hecho, ChatGPT se está posicionando como una aplicación de consumo competitiva de Siri y Alexa.

OpenAI busca hacer más atractiva la aplicación para competir con otras empresas de IA y también para recopilar más información de los usuarios y entrenar sus motores. Para lograr esto, la introducción de datos visuales y de audio en los modelos de aprendizaje automático contribuiría a la visión de OpenAI de crear una inteligencia más parecida a la humana.

Hasta ahora, los modelos de lenguaje de OpenAI se han creado utilizando grandes cantidades de texto, pero para avanzar en la inteligencia artificial se necesitaría información sonora y visual. Es por eso que se rumorea que el próximo modelo de IA de Google, llamado Gemini, será “multimodal” y permitirá entradas de video, imágenes y voz.

La nueva tecnología de generación por voz de ChatGPT también ofrece oportunidades de licencia para otras compañías. Por ejemplo, Spotify planea utilizarla para traducir podcasts a otros idiomas imitando la voz del podcaster original.

OpenAI sigue innovando y mejorando sus productos para ofrecer a los usuarios una experiencia más completa y realista. La introducción de reconocimiento de voz e imagen en ChatGPT es solo el comienzo de lo que está por venir en el campo de la inteligencia artificial.