• OpenAI to startup stojący za wirusowym chatbotem AI ChatGPT, ale firma ma inne produkty AI.
• DALL-E, generator grafiki AI OpenAI, tworzy obrazy na podstawie szczegółowych opisów tekstowych od osoby.
• Whisper to model rozpoznawania mowy, który umożliwia transkrypcję i tłumaczenie dźwięku z wielu języków.

ChatGPT szybko stał się wirusowy po wydaniu w listopadzie. Ale stojący za tym startup, OpenAI, ma też inne produkty AI.

Zaledwie kilka miesięcy wcześniej OpenAI usunął listę oczekujących na swój generatywny generator grafiki AI, DALL-E, który urósł do ponad 1,5 miliona użytkowników dziennie.

Narzędzie wywołało kontrowersje wśród artystów, którzy debatowali nad tym, co DALL-E i inne generatory AI, takie jak to, mogą oznaczać dla ludzi na kreatywnych stanowiskach.

Podobnie jak DALL-E, ChatGPT sam wywołał kontrowersje, a nawet zapoczątkował wyścig między dużymi firmami technologicznymi, takimi jak Google i Microsoft, w celu opracowania własnych, potężniejszych narzędzi sztucznej inteligencji. OpenAI współpracuje teraz z Microsoftem nad nową wersją Bing, która zawiera chatbota AI „potężniejszego” niż ChatGPT. Podobnie jak produkt OpenAI, nowy Bing stworzył własny dramat.

Dzięki ChatGPT sukces OpenAI wydaje się na razie nie do powstrzymania. Przyjrzyj się niektórym innym produktom AI startupu.

DALL-E

Zaledwie kilka miesięcy przed uruchomieniem ChatGPT OpenAI usunął listę oczekujących na swój generatywny generator grafiki AI, DALL-E. Szybko wzrosła do ponad 1,5 miliona użytkowników dziennie.

Narzędzie – które szybko tworzy pomysłową i szczegółową grafikę za pomocą monitu tekstowego – wywołało kontrowersje wśród artystów, którzy debatowali nad tym, co DALL-E i inne podobne generatory AI mogą oznaczać dla osób wykonujących kreatywne prace.

Generator grafiki AI tworzy oryginalne obrazy zwane „generacjami” na podstawie szczegółowych podpowiedzi tekstowych wprowadzonych przez osobę. Możesz napisać szczegółowe podpowiedzi, takie jak ta powyżej — „astronauta pływająca w oceanie w przestrzeni kosmicznej, sztuka cyfrowa” — i określić styl graficzny, a nawet odwołać się do konkretnego artysty, takiego jak Vincent Van Gogh.

Możesz także edytować „pokolenia” w DALL-E, korzystając z jednego z punktów przyznawanych co miesiąc przez program, i przesyłać własne zdjęcia, z których można tworzyć obrazy.

Szept

Whisper to model automatycznego rozpoznawania mowy, który dokonuje transkrypcji mowy na tekst i może identyfikować wiele języków oraz tłumaczyć je na angielski. Model może również transkrybować w wielu językach.

Według OpenAI system został przeszkolony na 680 000 godzin wielojęzycznych i wielozadaniowych nadzorowanych danych zebranych z Internetu.

W przykładach na stronie produktu Whisper dokonuje transkrypcji prawie 30-sekundowego tekstu mówionego, fragmentu piosenki K-pop, fragmentu mówionego języka francuskiego oraz fragmentu, na którym ktoś mówi z silnym akcentem.

Kodeks

Codex to system sztucznej inteligencji, który tłumaczy język naturalny na kod. OpenAI twierdzi, że Codex jest „najbardziej wydajny” w Pythonie, ale biegle posługuje się także ponad tuzinem języków programowania, takich jak JavaScript i Swift.

Model może interpretować proste polecenia wprowadzane przez użytkownika. OpenAI mówi, że Codex jest „modelem programowania ogólnego przeznaczenia”, co oznacza, że ​​może być używany do „zasadniczo każdego zadania programistycznego”, chociaż jego wyniki mogą się różnić. OpenAI powiedział, że z powodzeniem wykorzystuje Codex „do transpilacji, wyjaśniania kodu i refaktoryzacji kodu”.

OpenAI ma kilka przykładów działania Codex, w tym wykorzystanie modelu do programowania gry o tematyce kosmicznej i wydawanie komputerowi poleceń głosowych w celu edycji dokumentu Word.