OpenAI presentó el lunes GPT-4o, una nueva versión de su modelo grande de lenguaje (LLM, por sus siglas en inglés), y una aplicación de escritorio de ChatGPT para macOS.
Un día antes de la conferencia anual de desarrolladores de Google, en la que se prevé que la empresa dé a conocer las novedades para su modelo Gemini AI, el creador de ChatGPT lanzó también una nueva interfaz de usuario.
Para OpenAI, el lanzamiento fue uno de los anuncios más importantes de la compañía desde que en agosto pasado presentó ChatGPT Enterprise, el nivel comercial del chatbot de inteligencia artificial (AI, por sus siglas en inglés).
En una conferencia transmitida vía YouTube en tiempo real, la jefa de Tecnología de OpenAI explicó que “una parte muy importante de nuestra misión es poder poner nuestras herramientas avanzadas de inteligencia artificial a disposición de todos de forma gratuita”.
¿Qué significa la “o” en GPT-4o?
La “o” en GPT-4o significa omni. El nuevo modelo permite a ChatGPT manejar 50 idiomas diferentes.
Murati señaló que GPT-4o es “mucho más rápido” con capacidades mejoradas en texto, video y audio. Es dos veces más veloz que GPT-4 Turbo y a la mitad del costo.
“Esta es la primera vez que realmente estamos dando un gran paso adelante en lo que respecta a la facilidad de uso”, abundó.
Murati detalló que también estará disponible a través de la API de OpenAI, lo que permitirá a los desarrolladores comenzar desde hoy a crear aplicaciones con el nuevo modelo.
La compañía dijo que eventualmente planea permitir a los usuarios chatear por video con ChatGPT.
OpenAI busca hacer rentable su modelo
Respaldada por Microsoft, OpenAI ha sido valorada en más de $80,000 millones de dólares por los inversores.
La empresa, fundada en 2015, está bajo presión para mantenerse en la cima del mercado de la inteligencia artificial generativa (GenAI, por su acrónimo en inglés).
Al mismo tiempo, OpenAI busca encontrar formas de ganar dinero mientras gasta enormes sumas en procesadores e infraestructura para construir y entrenar sus modelos.
Los miembros del equipo de OpenAI demostraron las capacidades de audio del nuevo modelo, por ejemplo, pidiéndole que ayudara a calmar a alguien antes de un discurso público.
El investigador de OpenAI, Mark Chen, dijo que el modelo es capaz de “percibir su emoción”, y agregó que el modelo también puede manejar que los usuarios lo interrumpan.
El equipo también le pidió que analizara la expresión facial de un usuario para comentar las emociones que la persona podría estar experimentando.
“Hola, ¿qué pasa? ¿Cómo puedo alegrar tu día hoy? El modo de audio de ChatGPT decía cuando un usuario lo saludaba.
La compañía planea probar el modo de voz en las próximas semanas, con acceso temprano para suscriptores pagos a ChatGPT Plus, según una publicación de blog.
OpenAI también dijo que el nuevo modelo puede responder a las indicaciones de audio de los usuarios.
“En tan solo 232 milisegundos, con un promedio de 320 milisegundos, que es similar al tiempo de respuesta humana en una conversación”, aseguró OpenAI.
Chen demostró la capacidad del modelo para contar un cuento antes de dormir y le pidió que cambiara el tono de su voz para que fuera más dramático o robótico.
Incluso le pidió que cantara la historia.
Además, el nuevo modelo de OpenAI puede funcionar como traductor, incluso en modo audio, dijo la compañía.
Chen demostró la capacidad de la herramienta para escuchar a Murati hablar italiano mientras hablaba inglés y traducir mientras conversaban.
Los miembros del equipo también demostraron la capacidad del modelo para resolver ecuaciones matemáticas y ayudar a escribir código.
Estas capacidades lo posicionan como un competidor más fuerte del GitHub Copilot de Microsoft.
GPT-4o y la fiebre del oro generativa de la AI
OpenAI, Microsoft y Google están a la cabeza de una fiebre del oro generativa de la AI a medida que empresas de aparentemente todos los sectores compiten por agregar chatbots y agentes impulsados por AI a servicios clave.
A principios de este mes, Anthropic, rival de OpenAI, anunció su primera oferta empresarial y una aplicación gratuita para iPhone.
Según PitchBook, se invirtió una cifra récord de 29.100 millones de dólares en casi 700 acuerdos de AI generativa en 2023, un aumento de más del 260% con respecto al año anterior.
Se prevé que el mercado superará el billón de dólares en ingresos en una década.
Preocupación por la velocidad de nuevos servicios no probados
Algunos en la industria han expresado su preocupación por la velocidad a la que están llegando al mercado nuevos servicios no probados.
Académicos y especialistas en ética están preocupados por la tendencia de la tecnología a propagar sesgos.
Después del lanzamiento de ChatGPT en noviembre de 2022, batió récords en ese momento como la aplicación para consumidores de más rápido crecimiento en la historia.
ChatGPT ahora tiene alrededor de 100 millones de usuarios activos semanales.
OpenAI dice que más del 92% de las empresas Fortune 500 están utilizando la plataforma.
Murati dijo durante el evento del lunes que OpenAI quiere “eliminar parte del misticismo de la tecnología”.
“Durante las próximas semanas, implementaremos estas capacidades para todos”, dijo.
El nuevo modelo se lanzará primero el martes para los clientes de ChatGPT Plus y Team, y luego para Enterprise, según una publicación de blog del lunes.
GPT-4o también disponible para usuarios gratuitos
También estará disponible para los usuarios gratuitos de ChatGPT a partir del lunes, con límites de uso.
Los usuarios de ChatGPT Plus tendrán cinco veces más capacidad de mensajes que los usuarios gratuitos.
Y los clientes de ChatGPT Team y Enterprise tendrán límites de uso aún mayores.
Murati concluyó el evento transmitido en vivo agradeciendo al CEO de Nvidia, Jensen Huang, y a su compañía por proporcionar las unidades de procesamiento de gráficos (GPU) necesarias para impulsar la tecnología OpenAI.
“Solo quiero agradecer al increíble equipo de OpenAI, y también gracias a Jensen y al equipo de Nvidia por traernos las GPU más avanzadas para hacer posible esta demostración hoy”, dijo.
