ChatGPT ahora traduce conversaciones en tiempo real, interpreta imágenes y percibe emociones

La empresa de Inteligencia Artificial (IA) OpenAI ha presentado ChatGPT-4o, la nueva versión gratuita, más rápida y con capacidades mejoradas de su popular 'chatbot', que está en el centro de la carrera tecnológica actual.

La jefa tecnológica Mira Murati, en una sesión abierta y retransmitida por internet, dijo que esta versión de la herramienta «mejora sus capacidades en texto, visión y audio», y que supone un «gran paso adelante» en su facilidad de uso.

Mejora sus capacidades en texto, visión y audioMira MuratiJefa tecnológica

El máximo ejecutivo de OpenAI, Sam Altman, destacó en la red social X que GPT-4o, el modelo en que se basa, es el mejor hasta la fecha, «multimodal», y que estará disponible para todos los usuarios, incluidos los del plan gratuito.

«Hasta ahora, los modelos de clase GPT-4 solo estaban disponibles para gente que paga una suscripción mensual. Esto es importante para nuestra misión, queremos poner grandes herramientas de AI en las manos de todos», agregó.

La presentación en vivo incluyó varias demostraciones de las capacidades del 'chatbot', que usaba una voz femenina y recordaba en cierto modo a la película 'Her', de Spike Jonze, sobre un humano que se enamora de una IA.

«Queremos eliminar el misticismo de la tecnología y llevársela para que puedan probarla ustedes mismos. En las próximas semanas, implementaremos estas capacidades para todos», dijo Murati, que adelantó que pronto habrá también novedades sobre «la siguiente frontera» en la IA.

Emociones

La nueva versión de ChatGPT fue capaz de «percibir la emoción» de un usuario nervioso, le recomendó hacer respiraciones, bromeó con que parecía «una aspiradora», y mostró un rango de estilos y tonos en su voz leyendo un cuento para niños.

Entre otras cosas, el chatbot ahora puede ser interrumpido y responder inmediatamente sin tardar segundos, resolver problemas matemáticos a través de vídeo, o hacer interpretación y traducción simultánea de idiomas de viva voz.

Queremos eliminar el misticismo de la tecnología y llevársela para que puedan probarla ustedes mismosMira MuratiJefa tecnológica

Murati también señaló que el nuevo modelo GPT-4o ofrece una nueva interfaz de usuario (IU) y una nueva aplicación de escritorio de ChatGPT para que todos «puedan usarlo allá donde estén» y se «integre fácilmente en la rutina de trabajo».

Asimismo, estará disponible para desarrolladores a través de la interfaz de programación de aplicaciones (API) de OpenAI con el objetivo de que estos puedan construir 'apps' usándolo, según dijo.

Traducción

Una de las funciones destacadas de ChatGPT-4 es la capacidad de traducir conversaciones en tiempo real, facilitando la comunicación multilingüe instantánea.

Esta funcionalidad es especialmente útil para videollamadas, conferencias y chats en los que los participantes hablan diferentes idiomas.

Ahora ChatGPT-4 soporta una mayor cantidad de idiomas y dialectos, proporcionando traducciones más precisas en un rango más amplio de lenguas.

Se han mejorado las traducciones en idiomas que anteriormente presentaban más desafíos, aumentando la accesibilidad global del modelo.

Imágenes

Por otro lado, ChatGPT-4 ha introducido capacidades avanzadas para interpretar imágenes, lo que amplía significativamente su utilidad. Esta funcionalidad se conoce como 'visión multimodal' y permite al modelo procesar y comprender tanto texto como imágenes.

Google

En el evento de OpenAI, programado un día antes de la conferencia de desarrolladores de Google, colaboró la tecnológica NVIDIA, otra líder en IA, pues Murati agradeció a esa empresa y a su ejecutivo, Jensen Huang, haber brindado «los procesadores más avanzados».

Se espera que este martes Google, rival de OpenAI, haga anuncios sobre su herramienta de IA que compite con ChatGPT, llamada Gemini.