Der beliebte Chatbot ChatGPT kann jetzt Gespräche mit Menschen führen. Am Montag präsentierte die Entwicklerfirma OpenAI das neue KI-Modell GPT-4o, das in der Lage ist, mit menschlicher Stimme zu interagieren, verschiedene Sprachen zu übersetzen und gleichzeitig gesprochene Befehle sowie Informationen von einer Smartphone-Kamera zu verarbeiten. Damit wird ChatGPT zu einem ernstzunehmenden Konkurrenten für Sprachassistenten wie Amazons Alexa und Apples Siri.

In einem Livestream zeigte OpenAI unter anderem, wie das neue Modell bei der Lösung einer Mathe-Gleichung helfen kann. Die Software gab mündliche Ratschläge zum Rechenweg, anstatt direkt das Ergebnis zu verraten.

Ein Mitarbeiter von OpenAI schrieb die Gleichung auf ein Blatt Papier und richtete die Smartphone-Kamera darauf. Seine Fragen an ChatGPT stellte er verbal. Ein kleiner Patzer trat auf, als die Software zunächst behauptete, die Aufgabe zu sehen, bevor die Gleichung aufgeschrieben war.

In einer weiteren Demonstration erfand ChatGPT eine Gute-Nacht-Geschichte und las sie vor. Dabei konnte man die Software unterbrechen und sie bitten, mehr Dramatik in die Stimme zu legen oder wie ein Roboter zu sprechen. ChatGPT sprach dabei fließend und lebendig wie ein Mensch. Auch ein Live-Test, bei dem ChatGPT einige Sätze zwischen Italienisch und Englisch übersetzte, verlief reibungslos.

Alle Interaktionen wurden mit dem Aktivierungsbefehl „Hey, ChatGPT“ eingeleitet.

Mira Murati, die Technologiechefin von OpenAI, unterstrich, dass das neue Modell GPT-4o auch für Gratis-Nutzer zugänglich sein wird. Bislang hatte das KI-Start-up erweiterte Funktionen meist der kostenpflichtigen Abo-Version vorbehalten.

Die Einführung von ChatGPT-4o markiert einen bedeutenden Fortschritt in der Entwicklung der Künstlichen Intelligenz. Hier sind einige wichtige Punkte, die verdeutlichen, was dies für die KI-Entwicklung im Allgemeinen bedeutet:

1. Integration von Multimodalität: GPT-4o vereint Text-, Audio- und visuelle Verarbeitung in einem einzigen Modell. Dies zeigt, dass KI-Systeme zunehmend in der Lage sind, mehrere Arten von Daten gleichzeitig zu verarbeiten und zu verstehen. Diese Integration verbessert die Fähigkeit der KI, komplexe und vielseitige Aufgaben zu bewältigen, was zu vielseitigeren Anwendungen führt.
2. Verbesserte Benutzerinteraktion: Die Fähigkeit von GPT-4o, mit menschlicher Stimme zu interagieren und gesprochene Befehle sowie visuelle Informationen zu verarbeiten, macht die Interaktion mit der KI natürlicher und intuitiver. Dies könnte die Akzeptanz und Nutzung von KI in alltäglichen Anwendungen weiter erhöhen, da die Benutzerfreundlichkeit verbessert wird.
3. Erhöhte Effizienz und Kosteneffektivität: Durch die Konsolidierung mehrerer Fähigkeiten in einem einzigen Modell werden die Latenzzeiten reduziert und die Kosteneffizienz gesteigert. Dies könnte dazu führen, dass KI-Technologien wirtschaftlicher und breiter zugänglich werden, was die Verbreitung und Implementierung in verschiedenen Sektoren fördert.
4. Konkurrenz und Innovation: Die Veröffentlichung von GPT-4o erhöht den Wettbewerb im Bereich der KI. Unternehmen wie Google, die ebenfalls fortschrittliche KI-Modelle wie Gemini entwickeln, werden dazu angespornt, ihre Technologien weiter zu verbessern. Dieser Wettbewerb treibt die Innovationsgeschwindigkeit und die Fortschritte im KI-Bereich an.
5. Neue Anwendungsbereiche: Die fortschrittlichen Fähigkeiten von GPT-4o eröffnen neue Möglichkeiten für Anwendungen in Bereichen wie Bildung, Gesundheitswesen, Kundenservice und Unterhaltung. Beispielsweise könnten interaktive Lernplattformen, diagnostische Hilfsmittel und personalisierte Assistenzsysteme von den verbesserten Fähigkeiten profitieren.
6. Erweiterte Forschungs- und Entwicklungsmöglichkeiten: Die Veröffentlichung von GPT-4o wird wahrscheinlich neue Forschungsansätze und Entwicklungen in der KI fördern. Forscher und Entwickler könnten die multimodalen Fähigkeiten nutzen, um neue Algorithmen und Modelle zu entwickeln, die noch komplexere und anspruchsvollere Aufgaben lösen können.

Die Einführung von ChatGPT-4.o o bringt einige kritische Punkte mit sich. Datenschutz und Sicherheit sind wesentliche Bedenken, insbesondere hinsichtlich der Verarbeitung und Speicherung persönlicher Daten sowie des Missbrauchspotenzials, wie etwa bei Überwachung oder Identitätsdiebstahl. Ethik und Verantwortung sind ebenfalls wichtig, da das Modell Bias und Diskriminierung in den Trainingsdaten verstärken könnte und das Risiko besteht, dass Fehlinformationen oder unangemessene Inhalte verbreitet werden.