ChatGPT peut désormais vous parler

OPENAI, la société spécialisée dans l'intelligence artificielle qui a lancé ChatGPT, vient d'annoncer une mise à jour de ses applications mobiles ChatGPT pour iOS et Android permettant à une personne de formuler ses questions au chatbot et de l'entendre répondre avec sa propre voix de synthèse.

La nouvelle version de ChatGPT ajoute également des fonctions visuelles intelligentes : si vous téléchargez ou prenez une photo à partir de ChatGPT, l'application répondra avec une description de l'image et offrira plus de contexte, similaire à la fonction Lens de Google pour ceux qui connaissent.

Les nouvelles fonctionnalités de ChatGPT montrent qu'OpenAI traite ses modèles d'intelligence artificielle, qui sont en cours d'élaboration depuis des années, comme des produits avec des mises à jour régulières et itératives. Le succès surprise de l'entreprise, ChatGPT, ressemble davantage à une application grand public qui rivalise avec Siri d'Apple ou Alexa d'Amazon.

Rendre l'application ChatGPT plus attrayante pourrait aider OpenAI dans sa course contre d'autres entreprises d'IA, comme Google, Anthropic, InflectionAI et Midjourney, en fournissant un flux plus riche de données provenant des utilisateurs pour aider à former ses puissants moteurs d'IA. L'introduction de données audio et visuelles dans les modèles d'apprentissage automatique de ChatGPT peut également contribuer à la vision à long terme d'OpenAI, qui consiste à créer une intelligence plus proche de l'humain.

Les modèles de langage d'OpenAI qui alimentent son chatbot, y compris le plus récent, GPT-4, ont été créés à l'aide de grandes quantités de textes collectés à partir de diverses sources sur le web. De nombreux experts en IA pensent que, tout comme l'intelligence animale et humaine utilise différents types de données sensorielles, la création d'une IA plus avancée pourrait nécessiter d'alimenter les algorithmes avec des informations audio et visuelles, ainsi qu'avec du texte.

La rumeur veut que le prochain grand modèle d'IA de Google, Gemini, soit "multimodal", ce qui signifie qu'il sera capable de traiter plus que du texte, et qu'il autorisera peut-être la vidéo, les images et les entrées vocales. "Du point de vue des performances du modèle, on s'attend intuitivement à ce que les modèles multimodaux soient plus performants que les modèles formés sur une seule modalité", explique Trevor Darrell, professeur à l'université de Berkeley et cofondateur de Prompt AI, une startup qui travaille sur la combinaison du langage naturel et de la génération et de la manipulation d'images. "Si nous construisons un modèle qui n'utilise que le langage, quelle que soit sa puissance, il n'apprendra que le langage.

La nouvelle technologie de génération vocale de ChatGPT - développée en interne par l'entreprise - ouvre également de nouvelles opportunités pour l'entreprise de céder sa technologie sous licence à d'autres. Spotify, par exemple, prévoit d'utiliser les algorithmes de synthèse vocale d'OpenAI pour piloter une fonction qui traduit les podcasts dans d'autres langues, avec une imitation de la voix originale générée par l'IA. 😉

👉 ( ◍•㉦•◍ ) Michel Campillo consultant expert en solutions de gestion écrit et publie régulièrement depuis 2004 des articles sur son site web professionnel dédié aux outils d'entreprise et aux questions du numérique et des technologies. Comme tout blogueur il écrit aussi sur des sujets divers, voir le blog pour un aperçu des thèmes abordés.

👀 Vous pouvez aussi consulter les articles suivants : Accès au portail Zimbra de Pierre-Bénite, ChatGPT peut désormais vous parler, Le groupe de hackers RansomedVC a piraté Sony, Les API, l'une des principales failles de sécurité dans une entreprise, MalasLocker, un cryptobloqueur qui s'attaque aux serveurs Zimbra, La « grève » des modérateurs de Reddit, GFI devient Inetum, Viva Technology 2023, visiter le salon tech de Paris, Quelles sont les limites de stockage pour Google Drive?.

Outre l'email, mobile, téléphone, Linkedin, réseaux sociaux, vous pouvez me retrouver également sur Teams. Installé sur mon poste de travail, je reçois instantanément vos messages. Envoyez-moi votre identifiant par SMS ou email.

Aix en Provence, le 26 septembre 2023

Michel Campillo
Responsable de domaine applicatif
☎ 06 89 56 58 18  ✉ contact par email, voir plus bas

➽ Les articles d'actualité sur les problématiques d'entreprise sont repris chronologiquement sur la page d'accueil du blog. J'aime assez cet article: « Le Dogecoin : qu'est-ce que c'est et quelle est sa valeur ? ».

Ce billet vous a intéressé? Alors partagez-le en cliquant sur les boutons ci-dessous:

Merci de vos partages! 👷🏻‍



🎯 Autres options: Mentions légales, « Derrière nos écrans de fumée », que retenir en résumé ?, Lancement de Grok, modèle d'intelligence artificielle sur X, Factures fournisseurs, Les tâches d'un chef de projet, « Derrière nos écrans de fumée », les arguments avancés, Comment utiliser la fonction Listes sur Mastodon, Chefferie de projet et direction informatique (DSI), Comment gérer le déclenchement de facturation ?, Facebook et Instagram en version payante, Convention annuelle de l'USF, octobre 2023, Gestion documentaire, quelques exemples, Bombardement de la Yougoslavie par l'OTAN en 1999, La faillite de WeWork, géant américain du coworking, Couler une dalle béton avec carrelage pour la terrasse, la rédaction de contenus web, Nouveau projet ERP à la fromagerie Badoz, Pierrick Besnet, nouveau directeur général de 4CAD Group, DL Software devient Orisha, Qu'est-ce que le Process Mining ?, Middleware pour ERP, Mise en pause du blog.
✇ 100% fait à la main 👷 avec Notepad++🌱 depuis 2004 🌿

Copyright © 2004-2023 Michel Campillo, tous droits réservés