OpenAI : ChatGPT a désormais la vision et la voix

45

OpenAI a présenté lundi une nouvelle version de ChatGPT, accessible à tous gratuitement, qui peut désormais tenir des conversations orales et fluides avec ses utilisateurs, un pas de plus vers des assistants d’IA ultra perfectionnés, le graal actuel de la Silicon Valley. «Ces deux dernières années, nous nous sommes attachés à améliorer l’intelligence des modèles» d’IA générative «et nous avons obtenu d’excellents résultats», a déclaré Mira Murati, directrice technologique de la start-up californienne. «Mais c’est la 1ère fois que nous faisons un grand pas en avant en matière de facilité d’utilisation. C’est extrêmement important, il s’agit de l’avenir de l’interaction entre nous et les machines», a-t-elle ajouté. OpenAI a dévoilé un nouveau modèle, GPT-4o («o» pour «omni»), qui peut «raisonner» en temps réel via l’audio, la vision et le texte. Ces nouvelles capacités vont être progressivement ajoutées à ChatGPT, en commençant par le texte et l’image, d’abord pour les abonnés payants, ainsi que les utilisateurs gratuits, avec des limites en matière d’usage. La nouvelle version du «Voice Mode» (mode vocal) doit arriver dans les prochaines semaines pour les abonnés. Avec deux de ses collègues, Mira Murati a démontré comment les utilisateurs vont pouvoir interagir avec ChatGPT, lors de conversations fluides, reproduisant de façon bluffante des discussions entre humains. En mode vocal, ChatGPT est capable de lire les émotions des utilisateurs sur les visages via la caméra d’un smartphone, de les guider pour faire des exercices de respiration, de leur raconter une histoire ou encore de les aider à résoudre un problème mathématique. Et les utilisateurs peuvent facilement l’interrompre. «Tu as l’air joyeux. (…) Tu veux me dire quelle est la source de toute cette bonne humeur?», a ainsi demandé la machine à un ingénieur d’OpenAI, qui lui a répondu être en train de montrer au public à quel point elle est «utile et fabuleuse». «Oh arrête, tu me fais rougir», s’est-elle exclamée en retour. Fin 2022, avec le lancement de ChatGPT – qui génère des contenus sur simple requête en langage courant -, OpenAI a mis sur les rails l’IA générative, une révolution qui a pris de court tous les géants technologiques. Depuis, toute la Silicon Valley s’est lancée dans une course aux outils et assistants d’IA toujours plus performants. Google doit présenter ses dernières innovations mardi, tandis que Microsoft, principal investisseur d’OpenAI, a prévu un événement pour la presse et les développeurs la semaine prochaine. Vendredi, Sam Altman, le patron d’OpenAI, avait démenti les rumeurs au sujet des annonces que préparait son entreprise. «Pas GPT-5, pas un moteur de recherche», avait-il déclaré sur X (ex-Twitter). «Mais (…) nous avons travaillé sur des nouvelles choses et nous pensons que les gens vont adorer», avait-il ajouté. «Pour moi, c’est comme de la magie». Dans le passé, il avait confié adorer le film de science-fiction «Her», où un homme tombe amoureux d’une IA, à travers ses conversations orales avec elle. «C’était incroyablement prophétique», avait-il expliqué en septembre dernier lors d’une conférence. «Et cela nous a inspirés à plus d’un titre, (…)» Le trentenaire milliardaire promeut régulièrement sa vision d’une IA qui sera un jour «générale», c’est-à-dire dotée de capacités cognitives humaines, capable de réaliser des percées scientifiques au service de l’humanité. La société OpenAI, initialement créée comme un laboratoire de recherche à but non lucratif, a été valorisée à quelque 80 milliards de dollars, selon le New York Times, lors d’une vente de titres en février dernier. Et d’après le Financial Times, ses revenus annuels sont de l’ordre de 2 milliards de dollars depuis décembre 2023, soit un niveau de croissance exceptionnel comparable à une poignée d’autres start-up de la région, dont Google et Meta (Facebook).