ChatGPT現(xiàn)在可以開(kāi)口說(shuō)話了！直接威脅Siri等智能助手

　　9月26日消息，美國(guó)時(shí)間周一，OpenAI宣布給聊天機(jī)器人ChatGPT增加了語(yǔ)音交談的功能。這使得OpenAI與谷歌、蘋果、亞馬遜等科技巨頭在智能語(yǔ)音助手領(lǐng)域的競(jìng)爭(zhēng)中直接對(duì)抗。

　　ChatGPT可以用五個(gè)“角色”來(lái)回答用戶的查詢，與Alexa和Siri等語(yǔ)音助手相比，它的語(yǔ)氣聽(tīng)起來(lái)也更像真人。OpenAI表示，增加語(yǔ)音功能是吸引更多用戶使用ChatGPT并與其互動(dòng)的重要方式。

　　OpenAI負(fù)責(zé)消費(fèi)產(chǎn)品的副總裁彼得·鄧(Peter Deng)接受采訪時(shí)表示：“這是我們面臨的挑戰(zhàn)，最難的一項(xiàng)工作就是將這項(xiàng)令人驚嘆的技術(shù)簡(jiǎn)化。”

　　OpenAI宣布為ChatGPT推出語(yǔ)音功能的同一天，亞馬遜宣布簽署一項(xiàng)協(xié)議，將向人工智能初創(chuàng)公司Anthropic投資最多40億美元。這是自今年初微軟對(duì)OpenAI投資以來(lái)，人工智能領(lǐng)域規(guī)模最大的交易，表明科技巨頭正在將賭注押在熱門的人工智能初創(chuàng)企業(yè)上。

　　谷歌、亞馬遜和OpenAI等公司上周發(fā)布了幾款人工智能產(chǎn)品，以擊敗競(jìng)爭(zhēng)對(duì)手。集成到現(xiàn)有音箱中是各公司讓用戶使用聊天機(jī)器人并付費(fèi)的關(guān)鍵途徑之一。

　　亞馬遜宣布在Alexa家庭音箱上添加聊天機(jī)器人“對(duì)話”功能，這些智能音箱已經(jīng)進(jìn)入數(shù)百萬(wàn)個(gè)美國(guó)家庭。而谷歌則表示正在考慮將聊天機(jī)器人Bard的技術(shù)應(yīng)用到自己的語(yǔ)音助手中。

　　目前，人們可以在ChatGPT的移動(dòng)應(yīng)用上大聲提問(wèn)，但聊天機(jī)器人會(huì)以文本回答�，F(xiàn)在人們還可以將圖片作為問(wèn)題的一部分上傳給聊天機(jī)器人，比如展示冰箱里的食材照片，并要求聊天機(jī)器人給出食譜建議。

　　添加語(yǔ)音和圖像功能使得ChatGPT有望成為一個(gè)真正的“多模態(tài)”模型，它可以“看到”和“聽(tīng)到”世界，并能夠用語(yǔ)音和圖像進(jìn)行回應(yīng)。多模態(tài)模型是該行業(yè)競(jìng)爭(zhēng)的下一個(gè)階段，許多公司正在競(jìng)相開(kāi)發(fā)功能更強(qiáng)大的模型。

　　多年來(lái)，語(yǔ)音助手已經(jīng)出現(xiàn)在汽車、智能手機(jī)、電視和智能音箱中，每天有無(wú)數(shù)人使用。但在大多數(shù)情況下，語(yǔ)音助手只能進(jìn)行簡(jiǎn)單的互動(dòng)，比如開(kāi)燈或報(bào)天氣等。聊天機(jī)器人背后的“大語(yǔ)言模型”技術(shù)開(kāi)啟了一種可能性，讓語(yǔ)音助手能夠進(jìn)行更長(zhǎng)、更自然的對(duì)話，并回答更復(fù)雜的問(wèn)題。

　　投資者和分析師指責(zé)亞馬遜對(duì)聊天機(jī)器人和圖像生成器等生成式人工智能領(lǐng)域的競(jìng)爭(zhēng)反應(yīng)遲緩。Anthropic的投資將使亞馬遜接觸到這家初創(chuàng)公司的研究人員和技術(shù)。Anthropic由前OpenAI員工創(chuàng)立，之前曾接受過(guò)谷歌的投資。

　　市場(chǎng)研究公司Gartner副總裁吉姆·黑爾(Jim Hare)表示，亞馬遜通過(guò)上述舉措向市場(chǎng)展示了自己是生成式人工智能領(lǐng)域的積極參與者，并試圖改變?nèi)藗儗?duì)其已經(jīng)落后的印象。

　　OpenAI去年11月發(fā)布了ChatGPT，引發(fā)了聊天機(jī)器人的熱潮。微軟與OpenAI合作使用后者的技術(shù)，谷歌則推出了自己的聊天機(jī)器人Bard。

　　人工智能研究人員警告稱，人們可能會(huì)過(guò)度擬人化聊天機(jī)器人，因?yàn)樗鼈兊幕卮鹜ǔ？雌饋?lái)很像真人的回應(yīng)。這可能導(dǎo)致用戶錯(cuò)誤地對(duì)機(jī)器人的智能或能力產(chǎn)生信任。然而，聊天機(jī)器人仍然常常編造信息，并將其偽裝成真實(shí)答案，這被人工智能研究人員稱為“幻覺(jué)”。

　　ChatGPT的新角色名為Sky、Ember、Breeze、Juniper和Cove，每個(gè)角色都有不同的語(yǔ)調(diào)和口音。“Sky”的聲音聽(tīng)起來(lái)有點(diǎn)像斯嘉麗·約翰遜(Scarlett Johansson)，她在電影《她》中為主角愛(ài)上的人工智能配音。。OpenAI高管彼得·鄧表示，語(yǔ)音角色并不是為了讓人聽(tīng)起來(lái)像某個(gè)特定的人。

　　在一次演示中，彼得·鄧展示了機(jī)器人如何理解雜亂無(wú)章的開(kāi)放式語(yǔ)音問(wèn)題。他說(shuō)，這些新功能使對(duì)話變得更容易、更自由，而不必考慮如何準(zhǔn)確地表達(dá)一個(gè)問(wèn)題。“有了這個(gè)功能，你就可以與ChatGPT對(duì)話了，”鄧說(shuō)。“我的孩子現(xiàn)在要求用ChatGPT講睡前故事。”

　　OpenAI的政策研究員桑吉尼·阿加瓦爾(Sandhini Agarwal)在采訪中表示，他們已經(jīng)測(cè)試了語(yǔ)音和圖像功能，并增加了安全措施，以確保機(jī)器人對(duì)敏感話題作出適當(dāng)?shù)幕貞?yīng)。例如，如果用戶詢問(wèn)與心理健康相關(guān)的問(wèn)題，ChatGPT會(huì)建議他們咨詢專業(yè)人士。不過(guò)，阿加瓦爾表示還有更多工作要做，這項(xiàng)工作還遠(yuǎn)未完成。