OpenAI đã công bố một bộ mô hình ngôn ngữ lớn mới mang tên GPT‑Live, hứa hẹn thay đổi cách các sản phẩm của họ tương tác với người dùng. Bộ mô hình gồm hai phiên bản – một mô hình chuẩn và một phiên bản “mini”. Cả hai đều thay thế cách hội thoại theo lượt truyền thống bằng tương tác liên tục, một “kiến trúc full‑duplex” cho phép AI nhận thông tin và tạo ra đầu ra đồng thời.
“Khung này cho phép AI đồng thời nhận thông tin và tạo ra đầu ra,” Katelyn Chedraoui viết trên CNet. “Vì vậy trong trường hợp âm thanh, nó có thể ‘nghe’ và ‘nói’ cùng lúc. Đây là một sự thay đổi so với các chế độ giọng nói trước đây, chỉ có thể phản hồi sau khi bạn dừng nói. Một phần của kiến trúc mới cũng có thể ủy thác hoặc chuyển tải công việc cho các mô hình tiên tiến của OpenAI. Ví dụ, nó có thể trả lời câu hỏi bạn vừa hỏi trong khi đang nghiên cứu một câu hỏi khác.”
Source
Họ đang Theo Dõi và Lắng Nghe
Khi các LLM tích hợp ngày càng nhiều kỹ thuật tiên tiến, chúng sẽ tìm ra những cách mới để đánh giá (đo lường, phân tích) phản hồi của con người. Một bài báo gần đây về VADER sentiment analysis minh họa cách các mô hình có thể giải mã tín hiệu xã hội trong các cuộc trò chuyện bằng văn bản. Hãy tưởng tượng khả năng này được mở rộng sang giọng nói và cử chỉ.
Xem bài báo:
Lưu ý: Những điều cần nhớ
Đánh giá các mô hình tương tác liên tục của GPT‑Live tiết lộ một số khả năng mới:
- Công nhận người nói khi họ đang nói giữa câu bằng những phản hồi ngắn như “mhmm” hoặc “đã hiểu”.
- Im lặng khi bạn cần thời gian suy nghĩ.
- Xử lý các gián đoạn và các trao đổi nhanh qua lại một cách tự nhiên hơn.
Những tính năng này khiến cuộc trò chuyện trở nên lưu loát hơn, nhưng vẫn cần nhớ rằng các LLM “suy nghĩ” hoàn toàn khác với con người.
Amgad Hasan giải thích quy trình xử lý token nền tảng cho các mô hình này trong một hướng dẫn chi tiết. Mặc dù các tiến bộ đa phương tiện có thể khiến chúng gần gũi hơn với nhận thức con người, nhưng những khác biệt nền tảng vẫn còn rõ rệt.
“Mặc dù bề mặt của LLM có thể trông mượt mà và dễ chịu, nhưng độ phức tạp bên trong lại sâu sắc,” Hasan viết. “By understanding these fundamental building blocks, you’ve gained a powerful toolkit to harness the potential of these extraordinary models.”
Guillaume Thierry, Giáo sư Neuroscience Cognitive tại Bangor University, đưa ra một góc nhìn cảnh báo:
“Chúng ta luôn được cung cấp một phiên bản AI trông, nghe và hành động giống chúng ta một cách đáng ngờ. Nó nói bằng những câu văn mượt mà, mô phỏng cảm xúc, biểu hiện sự tò mò, tự nhận mình có cảm thông, thậm chí còn thử sức với cái mà nó gọi là sáng tạo. Nhưng thực tế là nó không sở hữu bất kỳ phẩm chất nào trong số đó. Nó không phải con người. Và việc trình bày nó như thể nó là con người? Điều đó rất nguy hiểm. Vì nó thuyết phục. Và không có gì nguy hiểm hơn một ảo ảnh thuyết phục.”
Read more
Sự xuất hiện của GPT‑Live và các công nghệ tương tự có thể khiến nhiều người cảm thấy họ đang tương tác với một “người bạn” thực sự “hiểu” mình. Tuy nhiên, cơ chế bên trong vẫn là các thuật toán, không phải ý thức. Bài kiểm tra Turing – do Alan Turing đề xuất – vẫn tiếp tục định hình cách chúng ta nhận thức về những bước tiến này, nhưng ảo tưởng hiểu biết có thể gây hiểu lầm.
gpt-live, ai, voice-interaction
