OpenAI lance une version plus rapide et moins chère du modèle d’intelligence artificielle qui sous-tend son chatbot, ChatGPT, alors que la startup s’efforce de conserver son avance sur un marché de plus en plus encombré.
Lors d’un événement diffusé en direct lundi, OpenAI a lancé GPT-4o. Il s’agit d’une version mise à jour de son modèle GPT-4, qui a maintenant plus d’un an. Le nouveau modèle de langage à grande échelle, formé sur de grandes quantités de données provenant d’Internet, sera plus à même de gérer le texte, l’audio et les images en temps réel. Les mises à jour seront disponibles dans les semaines à venir.
Lorsqu’on pose une question verbalement, le système peut répondre par une réponse audio en quelques millisecondes, a indiqué la société, permettant une conversation plus fluide. Lors d’une démonstration du modèle, les chercheurs d’OpenAI et la directrice de la technologie, Mira Murati, ont eu une conversation avec le nouveau ChatGPT en utilisant uniquement leur voix, montrant que l’outil pouvait répondre. Au cours de la présentation, le chatbot a également semblé traduire le discours d’une langue à une autre presque instantanément et, à un moment donné, a chanté une partie d’une histoire sur demande.
“C’est la première fois que nous faisons un grand pas en avant en termes d’interaction et de facilité d’utilisation”, a déclaré Murati à Bloomberg News. “Nous vous permettons vraiment de collaborer avec des outils comme ChatGPT.”
La sortie de GPT-4o est sur le point de bouleverser le paysage de l’IA en évolution rapide, où GPT-4 reste la référence. Un nombre croissant de startups et de grandes entreprises technologiques, notamment Anthropic, Cohere et Google d’Alphabet Inc., ont récemment lancé des modèles d’IA qui, selon eux, correspondent ou dépassent les performances de GPT-4 dans certains benchmarks.
L’annonce d’OpenAI intervient également la veille de la conférence des développeurs Google I/O. Google, l’un des premiers leaders dans le domaine de l’intelligence artificielle, devrait profiter de l’événement pour dévoiler davantage de mises à jour de l’IA après la course afin de suivre le rythme d’OpenAI soutenu par Microsoft Corp.
Dans un rare article de blog publié lundi, Sam Altman, PDG d’OpenAI, a déclaré que même si la version originale de ChatGPT donnait une idée de la façon dont les gens pouvaient utiliser le langage pour interagir avec les ordinateurs, l’utilisation de GPT-4o semble « viscéralement différente ».
« Cela ressemble à l’IA des films ; et c’est quand même un peu surprenant pour moi que ce soit réel », a-t-il déclaré. « Atteindre des temps de réponse et une expressivité au niveau humain s’avère être un grand changement. »
Deux fois plus rapide
Plutôt que de s’appuyer sur différents modèles d’IA pour traiter différentes entrées, GPT-4o – le « o » signifie omni – combine la voix, le texte et la vision en un seul modèle, lui permettant d’être plus rapide que son prédécesseur. Par exemple, si vous envoyez au système une invite d’image, il peut répondre avec une image. La société a déclaré que le nouveau modèle est deux fois plus rapide et nettement plus efficace.
“Lorsque vous avez trois modèles différents qui fonctionnent ensemble, vous introduisez beaucoup de latence dans l’expérience, et cela brise l’immersion de l’expérience”, a déclaré Murati. “Mais lorsque vous disposez d’un modèle qui raisonne nativement sur l’audio, le texte et la vision, vous supprimez toute latence et vous pouvez interagir avec ChatGPT davantage comme nous interagissons actuellement.”
Mais le nouveau modèle a rencontré quelques problèmes. Le son était fréquemment coupé pendant que les chercheurs parlaient pendant leur démonstration. Le système d’IA a également surpris le public lorsque, après avoir coaché un chercheur dans le processus de résolution d’un problème d’algèbre, il a lancé une voix coquette : « Wow, c’est tout à fait la tenue que vous portez. »
OpenAI commence aujourd’hui à déployer les nouvelles fonctionnalités de texte et d’image de GPT-4o auprès de certains utilisateurs payants de ChatGPT Plus et Team, et proposera bientôt ces fonctionnalités aux utilisateurs d’entreprise. La société mettra à la disposition des utilisateurs de ChatGPT Plus la nouvelle version de son assistant « mode vocal » dans les semaines à venir.
Dans le cadre de ses mises à jour, OpenAI a déclaré qu’il permettait également à quiconque d’accéder à son GPT Store, qui comprend des chatbots personnalisés créés par les utilisateurs. Auparavant, il n’était disponible que pour les clients payants.
Les spéculations sur le prochain lancement d’OpenAI sont devenues un jeu de société dans la Silicon Valley ces dernières semaines. Un nouveau chatbot mystérieux a fait sensation parmi les observateurs de l’IA après son apparition sur un site Web d’analyse comparative et semblant rivaliser avec les performances de GPT-4. Altman a fait des références clin d’œil au chatbot sur X, alimentant les rumeurs selon lesquelles son entreprise était derrière tout cela. Lundi, un employé d’OpenAI a confirmé sur la plateforme sociale X que le mystérieux chatbot était bien GPT-4o.
Vendredi, la société a mis fin à certaines rumeurs en affirmant qu’elle ne lancerait pas de manière imminente GPT-5, une version très attendue de son modèle qui, selon certains dans le monde de la technologie, est radicalement plus performante que les systèmes d’IA actuels. Il a également indiqué que l’événement de lundi ne dévoilerait pas un nouveau produit de recherche, un outil qui pourrait concurrencer Google. L’action de Google a augmenté à la suite de l’actualité.
Mais une fois l’événement terminé, Altman n’a pas tardé à poursuivre les spéculations. “Nous aurons bientôt plus de choses à partager”, a-t-il écrit sur X.
