ChatGPT, reviviendo al altavoz inteligente.

Los servicios de asistentes de inteligencia artificial han estado en una competencia a gran escala desde que Alexa comenzó en 2014. A partir de 2018, se lanzaron varios tipos de altavoces inteligentes, lo que permitió que los asistentes de IA se utilizaran no solo a través de aplicaciones de teléfonos inteligentes, sino también a través de una variedad de altavoces.

Sin embargo, estos altavoces inteligentes no tardaron mucho en convertirse en una molestia. En primer lugar, los asistentes de IA no entendían muy bien el habla. A menudo confundían los disparadores involuntarios como comandos y se activaban, perturbando la tranquilidad.

Además, incluso cuando podían entender el habla, sus respuestas a menudo eran inadecuadas. Solo se podían utilizar para tareas básicas como verificar el clima, poner una alarma, reproducir música y escuchar la radio, y no eran de mucha ayuda para responder preguntas o encontrar información.

Gracias a ChatGPT, tales altavoces inteligentes y asistentes de IA de primera generación están teniendo la oportunidad de desplegar sus alas de resurrección. En agosto de 2022, Amazon presentó un nuevo modelo de lenguaje de IA que puede mejorar a Alexa. Este modelo, llamado Modelos de Maestros de Alexa (AlexaTM), demuestra un excelente rendimiento en diversas traducciones de idiomas y resúmenes de texto. Incluso antes de eso, en 2021, Google anunció un chatbot de dominio abierto llamado LaMDA, que es un modelo de IA que puede conversar en múltiples personalidades sobre diversos temas.

Una startup llamada Gorilla Technology lanzó una aplicación llamada Super Chat, que puede conversar con figuras históricas o personalidades famosas del mundo en sus personalidades. Startups similares que ofrecen servicios de personalidad de IA, como Poe de Quora, Character.ai y D-ID, también están ganando atención.

Además, una startup llamada CygniContGraVitas lanzó un servicio llamado AutoGPT que utiliza GPT-4. Después de establecer la meta final para la IA, esta establece un plan para realizar diversas tareas para lograr la meta y se esfuerza por alcanzarla. Mientras que ChatGPT solo puede responder a comandos y preguntas humanas, AutoGPT puede mejorar por sí mismo y realizar diversas tareas detalladas para alcanzar la meta después de la primera meta e instrucción.

Por ejemplo, si le ordenas “Crear un millón de cuentas de Instagram para seguir”, AutoGPT producirá diligentemente contenido y realizará diversas tareas detalladas para alcanzar esta meta. Si se aplican estos modelos a altavoces inteligentes, pueden brindar servicios de conversación más allá de las expectativas. Tal vez el asistente de IA de primera generación ahora pueda realizar el ideal de Jarvis en la película Iron Man.

Josh.ai, una empresa desarrolladora de sistemas de automatización del hogar controlados por voz fundada en 2015, ha presentado un prototipo que utiliza la API de ChatGPT para aplicar funcionalidades mucho más naturales e inteligentes a su altavoz inteligente que los asistentes de IA existentes. Gracias a ChatGPT, incluso si los usuarios emiten preguntas incorrectas o sin sentido considerando el contexto, Josh puede tener en cuenta la situación circundante y corregirlas para que puedan comprender y responder de manera adecuada.

Además, puede operar los objetos circundantes vinculados a los asistentes de IA de una manera contextualmente relevante para brindar una experiencia de servicio más integrada. Por ejemplo, si un usuario dice: “Hoy estoy realmente cansado. ¿Cuáles son algunas formas de relajarse?”, el altavoz inteligente de Josh vinculado a ChatGPT puede sugerir técnicas de relajación como la meditación guiada o atenuar la iluminación y mostrar videos relajantes de YouTube en el televisor.

Estudiantes de Stanford desarrollaron un prototipo de gafas llamadas ‘RizzGPT’ que combina GPT-4 con gafas para proporcionar un servicio que muestra varios datos a través de las gafas como texto al hablar con otras personas.

La conversación entre el usuario y la otra persona se convierte en texto a través de las gafas de realidad aumentada, que están conectadas a un teléfono inteligente y se envían a ChatGPT. Además, se transmiten a GPT-4 información sobre la escena que el usuario está observando, como el rostro de la otra persona, la ropa, el estado, los objetos circundantes y el entorno. Esto permite conversaciones más fluidas al proporcionar información no solo a través de la voz, sino también sobre lo que está sucediendo alrededor del usuario.

Al interpretar la información transmitida a GPT-4 y mostrarla como texto a través de la pantalla de las gafas, los usuarios pueden tener conversaciones más efectivas. En el futuro, también será posible proporcionar información adicional al usuario en forma de imágenes, videos o sonido.

Por ejemplo, las gafas podrían proporcionar información oportuna y precisa durante una conferencia, una presentación importante o un proyecto de cableado eléctrico complejo, mejorando el valor del usuario. Esto es la realización de Jarvis, que hemos visto en las películas. Gracias a la tecnología de IA, como LLM (Large Language Model), que permite servicios de AGI (Inteligencia Artificial General) como ChatGPT.

De esta manera, ChatGPT podrá proporcionar nuevas funciones que antes eran imposibles al integrarse con altavoces inteligentes, gafas de realidad aumentada y varios dispositivos de IoT (Internet de las cosas), y garantizar una mejor calidad de servicio que antes. Por supuesto, tal ChatGPT también podría incorporarse a robots, más allá de su papel como asistente virtual para ayudarnos, e incluso podría tener una presencia física.

Esta es otra dimensión del problema en la que ChatGPT ingresa a nuestra realidad, no solo virtualmente, y nuestra sociedad debe considerar y prepararse profundamente para qué impacto social tendrá esta tecnología, y tomar medidas para garantizar que la tecnología no represente una amenaza para la humanidad.