GPT-4o: OpenAI anuncia nova versão gratuita do ChatGPT que processa imagem e voz em tempo real

• Saída para 'epidemia da solidão'? Conheça meus amigos criados por inteligência artificial e veja qual será o futuro da amizade
• Mais uma na corrida: Apple usará chips de servidores próprios para alimentar ferramentas de IA

— Uma parte importante da nossa missão é poder disponibilizar nossas ferramentas avançadas de IA para todos gratuitamente. — afirmou Mira Murati, diretora de tecnologia da OpenAI, durante o "Spring Update", evento que apresentou o GPT-4o.

Murati acrescentou que o novo modelo é "muito mais rápido" do que a vesão anterior, o GPT-4, além de ter capacidade maior de processar texto, imagem e áudio.

• Leia também: Primeiro implante cerebral em humano da Neuralink, de Elon Musk, dá defeito

De acordo com a executiva, os assinantes do serviço vão poder processar "cinco vezes" mais conteúdos na versão paga. Na versão gratuita, haverá um limite de mensagens que poderão ser trocadas com o GPT-4o. "Quando o limite for atingido, o ChatGPT mudará automaticamente para GPT-3.5 (uma versão anterior)", explica a empresa.

Depois do evento em que apresentou o GPT-4o, a OpenAI divulgou uma série de demonstrações das novas funções do sistema. Em vídeos curtos, funcionários da companhia contam piadas para o ChatGPT (que responde com risada), pedem para a ferramenta cantar "parabéns" a um aniversariante e escutam conselhos do robô sobre como melhorar o visual para participar de uma entrevista.

— O GPT-4o é o nosso melhor modelo de todos os tempos. É inteligente, é rápido e é nativamente multimodal— escreveu o CEO da OpenAI, Sam Altman, nas redes sociais.

Essa é a primeira vez que um modelo de inteligência artificial da OpenAI já nasce multimodal (com treinamento de texto, áudio e visão juntos). A voz do GPT-4o também foi aprimorada - é menos robótica que as versões anteriores. Com esse salto, a empresa de Altman leva para o ChatGPT características de assistentes pessoais - como a Alexa, da Amazon, e a Siri, da Apple -, mas com mais funcionalidades.

• 98,8% de assertividade: OpenAI apresenta detector de ‘deepfakes’ a especialistas em desinformação com IA

Outra novidade apresentada nesta segunda-feira é a chegada do aplicativo do ChatGPT para computador. Isso significa que, além de acessar o robô pela web ou pelo celular, será possível ter o ChatGPT instalado no PC.

O app será ativado com um comando simples que abrirá uma janela do GPT-4o no computador. O usuário poderá compartilhar a tela com a ferramenta e fazer perguntas, ou enviar informações e conversar com o sistema. A versão para macOS estará disponível a partir desta segunda-feira e a versão Windows será lançada até o fim do ano, segundo a OpenAI.

Os novos recursos de texto e imagem do GPT-4o já estão disponíveis no ChatGPT. As interações com voz serão lançadas "em breve", de acordo com a companhia.

Com o GPT-4o, a ferramenta irá funcionar com capacidades de fala que envolvem interações em tempo real. Na demonstração dos novos recursos, um executivo da OpenAI pediu conselhos para o ChatGPT para se acalmar em uma apresentação importante. O assistente de voz foi capaz de ouvir e analisar a respiração dele, depois oferecer sugestões sobre como seria possível melhorar:

— Uau, diminua um pouco o ritmo, Mark, você não é um aspirador de pó — brincou uma voz feminina do ChatGPT reformulado.

Antes do GPT-4o, os usuários já podiam enviar mensagens de voz para o ChatGPT. O robô, no entanto, demorava até 5,4 segundos para responder. Com a atualização, a ideia é que os usuários possam ter uma conversa fluida com a ferramenta. As respostas vão demorar, em média, 320 milissegundos para serem dadas, o que é "semelhante ao tempo de resposta humano em uma conversa", explica a empresa.

• Propaganda sintética: Anúncios fraudulentos com ‘deepfakes’ inundam redes sociais, e famosos ‘clonados’ começam a recorrer à Justiça

Uma das funcionalidades do sistema será a de realizar traduções e intermediar conversas em diferentes línguas. Durante o evento que apresentou o "novo" ChatGPT, Mira Murati falou em italiano com Mark Chen, um dos chefes de pesquisa da OpenAI:

— Tenho uma amiga aqui que só fala italiano e eu só falo inglês. Toda vez que você ouvir inglês, quero que traduza para o italiano e se você ouvir italiano, quero que traduza de volta para o inglês — pediu Mark ao ChatGPT, que funcionou como um intérprete na conversa entre os dois.

Além de multimodal, a OpenAI afirma que o GPT-4o é também multilíngue, com desempenho aprimorado em cerca de 50 idiomas.

Em outra demonstração, a equipe da OpenAI exibiu como ChatGPT agora será capaz de "enxergar" a partir da câmera do celular. Uma equação simples foi exibida e a IA foi capaz de dar conselhos de como resolvê-la.

O sistema também poderá interpretar emoções a partir de imagens. Durante o "Spring Update", Barret Zoph, diretor de Pós-Treinamento da OpenAI, abriu a câmera, sorriu para o ChatGPT e perguntou "que tipo de emoções" ele estava sentindo. Em um primeiro momento, o sistema o confundiu com uma "superfície de madeira", que tinha sido apresentada minuto antes. Depois, o robô se corrigiu:

— Parece que você está se sentindo muito feliz e alegre, com um grande sorriso e talvez até um toque de entusiasmo. — respondeu a inteligência artificial. — O que quer que esteja acontecendo, parece que você está de ótimo humor.

• Pesquisa de Oxford responde: Inteligência artificial vai afetar mais os empregos ou os salários?

A atualização também vai permitir que todos os usuários enviem imagens para o ChatGPT e peçam que ele analise o conteúdo, de documentos e tabelas a fotografias ou capturas de tela. Antes, apenas assinantes da ferramenta tinham essa possibilidade. "Por exemplo, agora você pode tirar uma foto de um menu em um idioma diferente e falar com o GPT-4o para traduzi-lo, aprender sobre a história e o significado da comida, e obter recomendações", conforme a OpenAI.

Outra possibilidade é de usar a capacidade de "visão" da IA para descrever objetos ou cenas de forma simultânea. Em uma das demonstrações da OpenAI, um usuário anda pela rua com o celular na mão e conversa com o ChatGPT, pedindo detalhes das cenas.

No futuro, a empresa pretende ir além com a capacidade de visão e voz do ChatGPT. "Por exemplo, você poderá mostrar ao ChatGPT um jogo de esportes ao vivo e pedir que ele lhe explique as regras", projeta a companhia.

"Parece a IA dos filmes. E ainda é um pouco surpreendente para mim que seja real", escreveu Altman em uma publicação feita em seu blog pessoal. Nas redes sociais, o executivo citou a refência cinematográfica do GPT-4o: o filme "Her", de 2013, em que um homem solitário se apaixona por um sistema operacional de inteligência artificial avançado.

• Nova Siri? Apple negocia com OpenAI para ter recursos de IA generativa no iPhone

"Ter o tempo de resposta em níveis humanos e expressividade é uma grande mudança", acrescentou o CEO da OpenAI. "É rápido, inteligente, divertido, natural e útil".