ChatGPT bientôt doté de la parole et de la vision

L'interface qui a rendu populaire l'intelligence artificielleIA générative (capable de produire du texte, des images et d'autres contenus sur simple demande en langage courant) pourra ainsi bientôt traiter des requêtes contenant des images et aussi discuter oralement avec ses utilisateurs et utilisatrices.

Les internautes pourront, par exemple, prendre une photo d'un monument et avoir une conversation avec ChatGPT sur l'histoire du bâtiment, ou encore montrer au logiciel ce qu'il y a dans leur frigo pour qu'il leur propose une recette, d’après ce que suggère OpenAI dans un communiqué.

Ces nouveaux outils seront déployés dans les deux prochaines semaines pour les membres du service payant ChatGPT Plus, ou encore pour les organisations clientes du service.

L'entreprise avait annoncé l'ajout à venir de telles fonctionnalités en mars dernier, au moment de la présentation de GPT-4, la plus récente version de son modèle de langage. (nouvelle fenêtre)

GPT-4 est multimédia, au sens où il peut traiter des données autres que du texte ou du code informatique.

Des risques d’hallucinations encore présents

Le succès de ChatGPT depuis la fin 2022 a entraîné une course majeure à l'intelligence artificielleIA générative entre les géants des technologies, Google et Microsoft en tête.

Toutefois, le déploiement à toute vitesse de ces programmes encore très peu régulés suscite aussi beaucoup d'inquiétudes, d'autant qu'ils ont tendance à halluciner, c'est-à-dire à inventer des réponses de toutes pièces.

Les modèles dotés de la vision présentent de nouveaux défis, reconnaît OpenAI dans un communiqué. Parmi ceux-ci, l'entreprise note les hallucinations qu'ils peuvent avoir, mais aussi le risque de faire confiance à l'interprétation des images par le modèle dans des domaines aux enjeux importants.

L'entreprise émergente assure avoir testé le modèle sur des sujets tels que l'extrémisme et les connaissances scientifiques, et compte sur les usages dans la vie réelle et les rétroactions des internautes pour s'améliorer.

Elle a en outre limité les capacités de ChatGPT à analyser les personnes, car l'interface n'est pas toujours précise et ces systèmes doivent respecter la confidentialité des individus.

Spotify s’allie à OpenAI

La plateforme de diffusion en continu Spotify a par ailleurs annoncé lundi un partenariat avec OpenAI pour traduire les balados directement avec de l'intelligence artificielleIA.

Des émissions enregistrées en anglais seront désormais offertes dans d'autres langues tout en conservant les caractéristiques vocales distinctives du locuteur ou de la locutrice, a indiqué le service dans un communiqué.

L'entreprise suédoise assure que la nouvelle technologie de génération de voix d'OpenAI reproduit le style de l'orateur ou de l’oratrice d'origine, ce qui permet une expérience d'écoute plus authentique, plus personnelle et plus naturelle que le doublage traditionnel.