ChatGPT ha recorrido un camino fascinante desde su revolucionario debut en noviembre de 2022. Este modelo de lenguaje grande (LLM) ha experimentado avances significativos en sus capacidades, convirtiéndose en una herramienta cada vez más poderosa para la interacción humana con la tecnología.
Un aspecto fundamental de la evolución de ChatGPT ha sido la incorporación del aprendizaje por refuerzo. A través de esta técnica, el modelo aprende de la interacción con usuarios humanos, refinando sus respuestas en base a la retroalimentación recibida.
Adicionalmente, OpenAI ha implementado un proceso de entrenamiento supervisado con humanos. Esto implica que expertos revisan y evalúan las conversaciones generadas por ChatGPT, identificando áreas de mejora y proporcionando correcciones.
Ahora, la compañía presentó el siguiente paso: su modelo de inteligencia artificial más reciente, GPT-4o, que se espera que impulse las próximas versiones del producto ChatGPT de la empresa. Esta nueva tecnología permitirá a ChatGPT responder a las entradas de texto, audio y video de los usuarios en tiempo real, con un tono de voz que transmite emociones y personalidad.
Imitando la voz humana con emoción
Durante una presentación en vivo de OpenAI el 13 de mayo, se demostró la capacidad de imitación emocional del nuevo modelo de voz. La IA, con una voz femenina que respondía al nombre ChatGPT, mantuvo conversaciones que se asemejaban más a la interacción humana natural que a las respuestas robóticas de los asistentes de voz tradicionales.
“La nueva interacción de voz a voz del GPT-4o se asemeja más a la interacción entre humanos”, dijo Michelle Cohn de la Universidad de California, Davis. “Una gran parte de esto se debe a los cortos tiempos de espera... pero una parte aún mayor es el nivel de expresividad emocional que genera la voz”.
Más allá de las respuestas simples
En la presentación, ChatGPT con tecnología GPT-4o conversó con la CTO de la empresa, Mira Murati, y otros empleados. La IA incluso ofreció consejos a Mark Chen de OpenAI sobre su respiración agitada, sugiriendo un ejercicio de respiración. Además, analizó un dibujo de Barret Zoph de OpenAI, expresando su agrado de manera efusiva.
Las capacidades de ChatGPT no se limitan a la conversación. La IA también proporcionó instrucciones verbales para resolver ecuaciones lineales, explicó la función del código de computadora e interpretó gráficos. Incluso narró un cuento antes de dormir, adaptando la narración a diferentes estilos e incluso cantando el final.
Un futuro con IA más expresiva
La presentación de GPT-4o marca un avance significativo en el desarrollo de IA conversacional. La capacidad de la tecnología para simular emociones y participar en interacciones naturales abre nuevas posibilidades para la asistencia personal, la educación y el entretenimiento. Es probable que veamos la integración de GPT-4o en una amplia gama de productos y servicios en un futuro próximo.
