新版ChatGPT在哪些方面“更像人”

    美国开放人工智能研究中心（OpenAI）不久前展示最新版本ChatGPT：与使用者展开语音对话、识别图像并展开讨论、翻译……

    GPT-4o为新版本编号，编号中的字母“o”代表“omni”（全能），既能接受文本、音频和图像的任意组合输入，还能生成文本、音频和图像的相关回应。

    在一段视频中，GPT-4o听起来明显“更会聊天了”，还时不时抛出几个笑话。它的音调有些许变化，言语间带着笑意，与它聊天更像与真人交谈。

    实时聊天是ChatGPT的关键技能。相比先前版本，GPT-4o的不同主要表现在：一是使用者可以随时打断聊天机器人，无需像从前那样等它把话说完；二是它会实时对问题作出回应，不再有两到三秒的时滞；三是它能感知人的情绪，比如演示者呼吸急促，它会询问对方是否需要稍稍稳定下情绪。另外，GPT-4o可以生成不同风格的声音。

    演示中，GPT-4o利用其视觉和语音能力，指导演示者在纸上逐步解出一道方程题，而不是直接给出答案。它还展示了英语与意大利语互译、用自拍照片识别情绪等能力。当一名演示者告诉它，自己正展示它是“多么有用和不可思议”时，它回答道：“哦，快别说了，怪害臊的。”

    北京邮电大学人机交互与认知工程实验室主任刘伟说，无论是在文本生成、做题、问答系统还是情感分析等任务中，GPT-4o都表现出很好的能力。这种技术的突破，无疑将对国内外的相关企业产生重大影响，它不仅推动了自然语言处理技术的发展，也让人工智能在多个领域的应用变得更加广泛和深入。

    由于GPT-4o引导一名男孩解答出了数学题，一些网友直呼，再也不用辅导孩子写作业了，另一些人却担心，教师这一职业会不会被人工智能取代。

    一些人工智能专家认为，新版ChatGPT虽然水平更高且更易使用，但不太可能很快让一些职业彻底消失，从事教学或翻译工作的人更有可能会使用这些工具，而不是被它们取代。

    也有一些专家认为，技术演示能在大多数人中引起反响，它通常是精心打造的，未必能反映产品的真实功能。

    此外，GPT-4o的进步在人工智能伦理和安全方面带来了新的挑战，需要我们在数据隐私、信息可信性、潜在偏见、恶意使用、意识和责任等方面开展新的思考。

    （《新华每日电讯》5.16 陈丹 袁原）