Kemajuan terbaru dalam kecerdasan buatan dengan GPT-4o meningkatkan interaksi antara manusia dan mesin.
Pada 13 Mei 2024, OpenAI mengadakan Spring Update yang disiarkan langsung dan berisi pengumuman menarik, yaitu peluncuran GPT-4o. Artikel ini memberikan gambaran menyeluruh tentang pembaruan dan fitur utama dari model terbaru OpenAI serta arti penting dari perkembangan ini bagi pengguna.
Tinjauan GPT-4o
GPT-4o adalah model terbaru dari OpenAI yang membawa GPT-4 kepada lebih banyak pengguna. GPT-4o tidak hanya lebih kuat tetapi juga lebih cepat dan efisien. Salah satu pembaruan menonjol adalah kemampuan GPT-4o untuk merespons bahasa lisan secara real-time. Fungsionalitas suara mencakup pengenalan dan pembangkitan suara dalam berbagai gaya emosional, yang memungkinkan interaksi yang lebih alami dan lancar. GPT-4o tidak hanya dapat memproses teks tetapi juga informasi visual. Pengguna dapat mengunggah gambar dan dokumen, dan ChatGPT akan menganalisis serta berinteraksi dengan konten visual tersebut. Multimodalitas ini secara signifikan memperluas bidang aplikasi ChatGPT.
Demo Langsung dan Contoh
Selama presentasi, beberapa demo langsung dilakukan untuk menunjukkan kemampuan GPT-4o. Berikut adalah beberapa contoh yang mengesankan:
Percakapan Real-Time
Dalam demo, GPT-4o melakukan percakapan real-time dengan seorang pengguna, merespons emosinya dan membuat interaksi lebih alami dengan interupsi suara dan penyesuaian nada.
Pengguna memulai percakapan dengan sapaan dan meminta bantuan GPT-4o untuk mengatasi rasa gugupnya sebelum demo langsung. Model mengenali kegugupan tersebut dan menawarkan latihan pernapasan untuk menenangkan pengguna. Saat pengguna melakukan latihan, GPT-4o memberikan umpan balik real-time tentang pernapasannya dan membantu pengguna untuk rileks.
Pengguna juga menjelaskan perbedaan utama dengan pengalaman Mode Suara sebelumnya. Tidak seperti mode lama, GPT-4o sekarang memungkinkan interupsi selama percakapan, yang membuat interaksi lebih lancar dan alami. Selain itu, waktu respons model meningkat secara signifikan, menghilangkan penundaan yang tidak nyaman. Akhirnya, model menunjukkan bahwa ia mampu mengenali emosi pengguna dan merespons dengan tepat, meningkatkan interaksi manusia-mesin ke tingkat yang baru.
Variasi Suara
Demo mengesankan dari GPT-4o menunjukkan kemampuannya untuk menghasilkan suara dalam berbagai gaya emosional dan rentang dinamis.
Seorang pengguna melakukan demo langsung untuk menunjukkan berbagai kemampuan suara GPT-4o. Pengguna meminta GPT-4o untuk menceritakan dongeng sebelum tidur tentang robot dan cinta untuk membantu seorang teman tidur. GPT-4o memulai cerita dengan nada emosional yang normal.
Setelah diminta oleh pengguna untuk menambahkan lebih banyak emosi dan drama ke dalam suara, GPT-4o menyesuaikan nada suaranya dan menceritakan cerita dengan drama yang lebih intens. Pengguna kemudian meminta GPT-4o untuk menceritakan cerita tersebut dengan suara robotik, dan GPT-4o dengan mulus beralih ke suara robotik dan melanjutkan cerita.
Akhirnya, pengguna meminta GPT-4o untuk mengakhiri cerita dengan suara bernyanyi. GPT-4o menyelesaikan cerita dengan bernyanyi.
Demo ini menunjukkan kemampuan GPT-4o untuk menyesuaikan gaya emosional dan suara yang berbeda secara dinamis, membuat interaksi menjadi lebih serbaguna dan mengesankan.
Analisis Visual
Dalam demo lainnya, GPT-4o menganalisis masalah matematika tulisan tangan dan memandu pengguna langkah demi langkah menuju solusi. Ini menunjukkan bagaimana GPT-4o dapat menggunakan input visual untuk memecahkan masalah yang kompleks.
Demo langsung dimulai dengan seorang pengguna menulis persamaan linear pada selembar kertas dan meminta bantuan GPT-4o. Model tersebut segera mengenali persamaan “3x + 1 = 4” dan memandu pengguna untuk menyelesaikan persamaan tanpa langsung memberikan jawabannya.
GPT-4o memberikan petunjuk yang berguna, seperti mengurangi 1 dari kedua sisi persamaan dan kemudian membagi kedua sisi dengan 3 untuk mengisolasi x. Pengguna mengikuti petunjuk ini dan berhasil menyelesaikan persamaan.
Setelah persamaan diselesaikan, pengguna mengajukan pertanyaan skeptis tentang aplikasi praktis dari persamaan linear dalam kehidupan sehari-hari. GPT-4o menjelaskan bahwa persamaan linear digunakan dalam banyak situasi sehari-hari, seperti menghitung pengeluaran, merencanakan perjalanan, memasak, dan bahkan dalam dunia bisnis untuk perhitungan untung dan rugi.
Pada akhir demo, pengguna menunjukkan catatan tulisan tangan dengan tulisan “I love ChatGPT”, yang segera dikenali oleh GPT-4o dan memberikan respons. Demonstrasi ini menggarisbawahi kemampuan model untuk membaca teks tulisan tangan dan memberikan dukungan kontekstual yang berguna.
Asisten Pengkodean
GPT-4o membantu pengguna dalam menganalisis dan debugging kode dengan mendeskripsikan isi kode dan menginterpretasikan representasi visual kode. Fitur ini sangat berguna bagi pengembang dan programmer.
Seorang pengguna menunjukkan kemampuan pengkodean GPT-4o menggunakan aplikasi desktop ChatGPT. Dia membuka aplikasi dan menampilkan kode di layar sementara ChatGPT dapat mendengarkan. Pengguna menandai kode tersebut dan mengirimkannya ke GPT-4o untuk mendapatkan deskripsi singkat tentang kode tersebut.
GPT-4o menjelaskan bahwa kode tersebut mengambil data cuaca harian untuk lokasi dan periode tertentu, menghaluskan data suhu dengan rata-rata bergerak, memberikan anotasi pada peristiwa cuaca signifikan pada grafik hasil, dan kemudian menampilkan grafik dengan suhu rata-rata minimum dan maksimum tahunan.
Pengguna bertanya tentang fungsi tertentu dalam kode yang melakukan penghalusan. GPT-4o menjelaskan bahwa fungsi ini menghaluskan data suhu dalam jendela tertentu, sehingga mengurangi noise atau fluktuasi data. Pengguna menjalankan kode tersebut dan menampilkan grafik hasil.
GPT-4o menganalisis grafik tersebut dan memberikan ikhtisar singkat tentang apa yang ditampilkan, termasuk rata-rata suhu yang halus, minimum dan maksimum, serta anotasi pada peristiwa hujan besar di bulan September. Model tersebut juga mampu mengidentifikasi bulan-bulan terpanas dan suhu terkait, serta menjelaskan bahwa label sumbu dalam derajat Celsius.
Demonstrasi ini menyoroti kemampuan GPT-4o untuk memahami masalah pengkodean yang kompleks dan menginterpretasikan representasi visual kode, yang membuatnya menjadi alat yang berharga bagi pengembang.
Terjemahan Real-Time
Satu lagi kemampuan mengesankan dari GPT-4o adalah terjemahan real-time, yang didemonstrasikan dalam demo langsung.
Selama presentasi, audiens di platform X meminta saran untuk demo langsung. Salah satu saran adalah terjemahan real-time. Seorang pengguna yang berbicara bahasa Italia melakukan demo dan menguji GPT-4o sebagai penerjemah antara bahasa Inggris dan Italia.
Pengguna memulai percakapan dengan salam dalam bahasa Inggris dan meminta GPT-4o untuk menerjemahkan setiap frasa bahasa Inggris yang diucapkan ke dalam bahasa Italia dan sebaliknya. GPT-4o segera merespons dalam bahasa Inggris dan melanjutkan percakapan dengan menerjemahkan setiap pernyataan bahasa Inggris pengguna ke dalam bahasa Italia dengan benar.
Tes lain adalah dengan mengajukan pertanyaan hipotetis. GPT-4o langsung menerjemahkan pertanyaan ini ke dalam bahasa Italia dan jawabannya kembali ke bahasa Inggris. Terjemahan real-time berfungsi dengan lancar dan menunjukkan kemampuan model untuk beralih dengan lancar antara dua bahasa.
Demo ini menunjukkan efisiensi dan akurasi GPT-4o dalam terjemahan real-time, yang sangat berguna untuk komunikasi lintas budaya dan kolaborasi global.
Versi Desktop dan Antarmuka Pengguna
OpenAI telah memperkenalkan versi desktop ChatGPT yang memungkinkan pengguna untuk mengintegrasikan aplikasi dengan mulus ke dalam alur kerja mereka. Bersamaan dengan versi desktop, antarmuka pengguna (UI) telah diperbarui untuk membuat penggunaannya lebih intuitif dan alami.
Tantangan dan Aspek Keamanan
Dengan diperkenalkannya GPT-4o, tantangan baru dalam hal keamanan dan pencegahan penyalahgunaan juga muncul. OpenAI bekerja sama dengan berbagai pemangku kepentingan untuk memastikan bahwa teknologi canggih ini digunakan dengan aman dan bertanggung jawab.
Pandangan ke Depan dan Perspektif Masa Depan
GPT-4o tidak hanya tersedia untuk penggunaan umum di ChatGPT tetapi juga melalui API, yang memungkinkan pengembang untuk membuat dan menyediakan aplikasi AI yang kuat. OpenAI berencana untuk secara bertahap merilis kemampuan penuh GPT-4o dalam beberapa minggu mendatang dan terus meningkatkannya.