GPT-4 stiže sledeće nedelje i biće multimodalan

Znali smo da će GPT-4 verovatno biti objavljen u prvoj polovini 2023. Srećom, OpenAI nas u tom smislu neće razočarati.
Microsoft, jedan od glavnih investitora u startapu koji se specijalizovao za veštačku inteligenciju, potvrdio je da će svet upoznati novi jezički model sledeće nedelje.
Očekivano nisu otkrili tačan dan objeve, ali budimo strpljivi.

Iako će većina tehničkih novosti biti sačuvana do zvanične najave, ljudi iz Redmonda su već otkrili ključni detalj: GPT-4 će biti multimodalni.

Šta znači da je jezički model multimodalni?

U osnovi, to znači da može da interpretira i tekst i slike.
Prethodna verzija, koja daje život ChatGPT-u, sposobna je samo da proizvodi tekstove.

Sa GPT-4, stoga, bilo bi moguće generisati tekst, slike i čak video snimke.
Andreas Braun, direktor tehnologije u Microsoft Nemačkoj, govorio je o tome u izjavi koju je dao za Heise:

„Predstavićemo GPT-4 sledeće nedelje. Imamo multimodalne modele koji će ponuditi potpuno različite mogućnosti. Na primer, video zapise.“
Braun je opisao GPT-4 kao prekretnicu za sektor veštačke inteligencije, budući da će jezički model napraviti još jedan korak ka tome da se približi kapacitetu ljudske interpretacije.

Očigledno je da je put do toga još uvek dugačak da bi se približilo takvoj interpretaciji.
Još jedna korist GPT-4 kao multimodalnog jezičkog modela je ta što može da upravlja unosom i izlazom podataka na različitim jezicima.
Prebacivanjem ove mogućnosti na ChatGPT, mogli biste zatražiti zahtev na španskom jeziku, ali bi generisani tekst bio na engleskom.

Očigledno, ova novina bi takođe bila od velike pomoći za alate za prevođenje.
Iz Microsofta ponavljaju da je uticaj ChatGPT-a na svakodnevni život toliko velik da je sličan onome koji je pre više od decenije izazvao iPhone.
Međutim, popularnost ovog četbota nije zaustavila njegove ambicije da nastavi da poboljšava jezički model koji ga i omogućava sada.
Stoga se velika pažnja posvećuje predstavljanju GPT-4.

GPT-4 neće ukrasti poslove ljudima

Takođe, kompanija koju vodi Satya Nadella jasno ističe da GPT-4 nije tu da bi ukrao poslove ljudima, na primer onima koji rade u pisanim medijima.
Glavni cilj je da se pojednostavi ili unapredi njihov rad, a ne da im se oduzme.

„Ovde se ne radi o zameni radnih mesta, već o obavljanju ponavljajućih zadataka na drugačiji način nego ranije“, izjavio je Andreas Braun.

U stvari, u Microsoftu preporučuju kompanijama da obučavaju svoje zaposlene u usvajanju veštačke inteligencije u radnom životu.

„Tradicionalni opisi posla se menjaju. Nastaju nova i uzbudljiva zanimanja kao rezultat obogaćivanja novih mogućnosti [pokrenutih od strane AI]“, izjavila je Marianne Janik, direktor Microsofta u Nemačkoj.

***
Multimodalan sistem se odnosi na sposobnost sistema da obrađuje i razume informacije iz više različitih modaliteta ili izvora, na primer, tekstualne informacije, slike i zvukove.
Kada se primenjuje na jezičke modele kao što je GPT-4, to znači da će sistem biti sposoban da obrađuje ne samo tekstualne informacije, već i vizuelne informacije, kao što su slike i video zapisi.
To znači da će GPT-4 biti u stanju da generiše tekst, slike i čak video sadržaj, otvarajući nove mogućnosti u oblasti veštačke inteligencije i približavajući se sposobnostima ljudskog razumevanja i interpretacije informacija.