¿Te imaginas tener una charla amena con tu aplicación móvil y que además pueda interpretar el mundo visual como tú lo haces? Pues, ChatGPT está dando pasos agigantados para hacer esto una realidad. Con una reciente actualización, ahora puede entender tu voz y analizar imágenes, acercándose a lo que ofrecen gigantes como Google, Amazon y Apple.
La empresa detrás de ChatGPT, OpenAI, lanzó esta aplicación en noviembre del año pasado, y ahora, con la incorporación del reconocimiento de voz e imagen, la hace mucho más interactiva. Si tienes un smartphone con sistema iOS o Android, ahora puedes hablarle a ChatGPT y escuchar sus respuestas en una voz sintetizada. Pero eso no es todo, también puedes mostrarle una foto y la app te dirá qué es lo que ve, algo similar a lo que hace Google Lens.
Esta actualización transforma a ChatGPT en una herramienta “multimodal”, lo que significa que puede manejar más que solo texto. OpenAI ha estado trabajando en mejorar sus modelos de inteligencia artificial, y ChatGPT es un claro ejemplo de cómo estas mejoras se traducen en productos que evolucionan y se vuelven más parecidos a aplicaciones de consumo que competirían con Siri o Alexa.
Al hacer ChatGPT más atractivo, OpenAI espera obtener más información de los usuarios que ayudará a entrenar y mejorar sus sistemas. Además, al introducir datos visuales y de audio, se acerca a su visión de crear una inteligencia más parecida a la humana.
La tecnología detrás de ChatGPT se basa en modelos de lenguaje avanzados como GPT-4, que se entrenaron con enormes cantidades de texto de la web. Pero para alcanzar un nivel de inteligencia artificial más avanzado, es crucial incorporar información visual y sonora, algo que ya se rumorea que Google está explorando con su próximo modelo de IA, Gemini.
Además, la nueva función de generación de voz de ChatGPT abre puertas para colaboraciones interesantes. Por ejemplo, Spotify está considerando utilizar esta tecnología para traducir podcasts a otros idiomas, manteniendo la voz original del podcaster mediante inteligencia artificial.
En la nueva versión de ChatGPT, encontrarás iconos para acceder a las funciones de voz y cámara, que transforman tu voz o las imágenes en texto para que el chatbot pueda entender y responder. Aunque en las pruebas iniciales, la función de búsqueda visual tuvo algunas limitaciones, y la función de voz mostró ciertos retrasos, el potencial es enorme.
Sin embargo, con estas nuevas funciones, surgen preocupaciones sobre cómo OpenAI manejará los datos de voz e imagen de los usuarios. Aunque la empresa ofrece opciones para que los usuarios opten por no compartir sus datos, aún están en proceso de definir políticas claras sobre cómo se utilizarán estos datos.
Las pruebas iniciales no han revelado si esta versión más interactiva de ChatGPT causará el mismo asombro que la versión anterior, pero expertos como Trevor Darrell de la Universidad de California en Berkeley, sugieren que estas nuevas capacidades harán que la interacción con un chatbot sea más natural.
A medida que ChatGPT se vuelve más avanzado, nos acercamos a un futuro donde nuestras interacciones con la tecnología serán más naturales y enriquecedoras. Pero, como con cualquier avance tecnológico, es crucial navegar cuidadosamente entre la innovación y la privacidad, para asegurar que el futuro digital sea seguro y beneficioso para todos.